下面列出各大公司使用的CNN庫：

?

各主流移動(dòng)端深度學(xué)習(xí)框架誕生時(shí)間如下：

2017 年 3 月，XMART LABS 在 GitHub 上開源 Bender

2017 年 4 月 19 日，Facebook 在 F8 開發(fā)者大會(huì)上推出 Caffe2 (已并入 PyTorch)

2017 年 5 月 17 日，在 Google I/O 2017 大會(huì)上，移動(dòng)端深度學(xué)習(xí)框架 TensorFlow Lite 誕生

2017 年 6 月 6 日，蘋果在 WWDC 大會(huì)上推出 Core ML

2017 年 9 月 25 日，百度開源移動(dòng)端深度學(xué)習(xí)框架 mobile-deep-learning（MDL）

?

支持移動(dòng)端的 MXNet， Pytorch

......

?

MACE更加穩(wěn)定和完善。編譯過程和文檔質(zhì)量雖然相比Tencent的ncnn和FeatherCNN框架復(fù)雜，但是只要稍微有點(diǎn)android交叉編譯基礎(chǔ)的工程師，大約2-3小時(shí)就能完成demo部署。

由于MACE在編譯過程中需要Android開發(fā)板或手機(jī)通過USB鏈接Host主機(jī)才能正常編譯測(cè)試，然而友情借來的RK3399開發(fā)板只能通過網(wǎng)絡(luò)調(diào)試，無法進(jìn)行評(píng)測(cè)了，只好選擇高通820開發(fā)板作為硬件測(cè)試平臺(tái)，橫向?qū)Ρ乳_源框架則選擇圈內(nèi)最流行的ncnn和性能優(yōu)異的FeatherCNN，其中CPU端的測(cè)試均采用高通兩個(gè)820的大核心。

用于測(cè)試的模型SqueezeNet_v1.1、MobileNet_v1、ResNet18、VGG16，mace編譯VGG16需要內(nèi)存太大了，暫時(shí)不測(cè)試。那就變成了小模型測(cè)試了……也算是有一定的指導(dǎo)意義吧，畢竟移動(dòng)端也不會(huì)去部署VGG16……

?

作者：圈圈蟲
鏈接：https://www.zhihu.com/question/283022477/answer/433534395

?

?

?

?

Reference

1?https://www.cnblogs.com/ivyharding/p/11097017.html

2?https://baijiahao.baidu.com/s?id=1600039959342259966&wfr=spider&for=pc

3?如何看待小米開源移動(dòng)端 AI 框架 MACE？

?

?

?

?

?

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的深度学习模型移植的移动端框架的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。