繼PaddlePaddle之后，百度研發(fā)的移動(dòng)端深度學(xué)習(xí)框架也加入Github開源網(wǎng)站啦！百度方面表示，這一框架致力于讓卷積神經(jīng)網(wǎng)絡(luò)可極度簡(jiǎn)單的部署在手機(jī)端。目前正在手機(jī)百度內(nèi)運(yùn)行。支持iOS gpu計(jì)算，體積小，速度快。
體積 armv7 340k+
速度 iOS GPU mobilenet 可以達(dá)到 40ms、squeezenet 可以達(dá)到 30ms
我們先來(lái)看看運(yùn)行效果：
看完Demo，如果你想了解demo源碼實(shí)現(xiàn)可以往下看，它位于examples目錄中。
運(yùn)行examples文件
復(fù)制項(xiàng)目
安裝apk\ipa文件或者導(dǎo)入IDE.
運(yùn)行
開發(fā)或使用要求
安卓用戶：安裝NDK
安裝Cmake.
Android NDK CMake 文件
安裝Protocol Buffers.
如何使用MDL lib
在OSX或者Linux上運(yùn)行測(cè)試
在項(xiàng)目中使用MDL lib
在MDL lib使用多線程
開發(fā)
編譯android的MDL源碼
編譯iOS的MDL源碼
模型轉(zhuǎn)換
MDL需要兼容的型號(hào)才能使用。要獲得MDL兼容模型，程序員可以使用百度的腳本將其他深度學(xué)習(xí)工具訓(xùn)練的模型轉(zhuǎn)換為MDL模型。
百度方面強(qiáng)烈建議使用PaddlePaddle模型。
將PaddlePaddle模型轉(zhuǎn)換為mdl格式
Paddlepaddle型號(hào)可以轉(zhuǎn)換為MDL型號(hào)
將caffemodel轉(zhuǎn)換為mdl格式
#Convert model.prototxt and model.caffemodel to model.min.json and data.min.bin that mdl use
./build.sh mac
cd ./build/release/x86/tools/build
# copy your model.prototxt and model.caffemodel to this path
./caffe2mdl model.prototxt model.caffemodel
# if you want to test the model produced by this script, provide color value array of an image as the third parameter ,like this:
./caffe2mdl model.prototxt model.caffemodel data
# the color value should in order of rgb,and transformed according to the model.
# then you will get a new data.min.bin with test data inside
# after this command, model.min.json data.min.bin will be created in current
# some difference step you need to do if you convert caffe model to iOS GPU format
# see this:
open iOS/convert/iOSConvertREADME.md
特征
一鍵部署，腳本參數(shù)就可以切換ios或者android
支持iOS gpu運(yùn)行MobileNet、squeezenet模型
已經(jīng)測(cè)試過(guò)可以穩(wěn)定運(yùn)行MobileNet、GoogLeNet v1、squeezenet模型
體積極小，無(wú)任何第三方依賴。純手工打造。
提供量化腳本，對(duì)32位float轉(zhuǎn)8位uint直接支持，模型體積量化后4M上下
與ARM相關(guān)算法團(tuán)隊(duì)線上線下多次溝通，針對(duì)ARM平臺(tái)會(huì)持續(xù)優(yōu)化
NEON使用涵蓋了卷積、歸一化、池化所有方面的操作
匯編優(yōu)化，針對(duì)寄存器匯編操作具體優(yōu)化
loop unrolling 循環(huán)展開，為提升性能減少不必要的CPU消耗，全部展開判斷操作
將大量繁重的計(jì)算任務(wù)前置到overhead過(guò)程
MDL使用的是寬松的MIT開源協(xié)議。
如果你不想了解CNN細(xì)節(jié)實(shí)現(xiàn)，百度在項(xiàng)目開源頁(yè)面（https://github.com/baidu/mobile-deep-learning）也附加了安裝的二維碼，可以直接掃碼安裝。
（正文已結(jié)束）
推薦閱讀：內(nèi)蒙古熱線
免責(zé)聲明及提醒：此文內(nèi)容為本網(wǎng)所轉(zhuǎn)載企業(yè)宣傳資訊，該相關(guān)信息僅為宣傳及傳遞更多信息之目的，不代表本網(wǎng)站觀點(diǎn)，文章真實(shí)性請(qǐng)瀏覽者慎重核實(shí)！任何投資加盟均有風(fēng)險(xiǎn)，提醒廣大民眾投資需謹(jǐn)慎！
