1 Yeni Zhiyuan derlemesi
GitHub adresi: https://github.com/baidu/mobile-deep-learning
Açık kaynaklı PaddlePaddle derin öğrenme çerçevesinden bir yıl sonra, Baidu bir kez daha kamuya açık alana başka bir AI teknolojisini koydu - AI'yı akıllı telefonlara yerleştirmeyi amaçlayan bir proje.
25'inde, Baidu, GitHub'da mobil derin öğrenme çerçevesi Mobil Derin Öğrenme'nin (MDL) tüm kod ve komut dosyalarını açık kaynaklı hale getirdi ve "önizleme" demo kurulum dosyalarını yayınladı.
MDL, mobil cihazlar için uygun olacak şekilde tasarlanmış, evrişime dayalı bir sinir ağıdır. Baidu, resimlerdeki nesneleri tanımak için akıllı telefonun kamera işlevini kullanmak gibi uygulamalar için uygun olduğunu söyledi.
MDL sinir ağının hesaplanması, yüksek hız ve düşük karmaşıklık özelliklerine sahip cep telefonu GPU'suna yerleştirilir. İOS veya Android üzerinde çalışabilir, ancak proje belgeleri Google'a göre Apple'a daha meyillidir ve iOS GPU hesaplamayı destekler, ancak Android GPU uygulaması ve TensorFlow modelinin MDL'ye dönüştürülmesi henüz yayınlanmamıştır.
Açık kaynak kodu yaklaşık 4 MB'dir ve üçüncü taraf kitaplık bağımlılığı yoktur (sinir ağı modelinin dışında). Geliştirici, MDL'ye dönüştürmek için şirketin PaddlePaddle modelini kullanmanızı önerir, ancak Caffe modeli de kullanılabilir.
Aşağıdaki ekran görüntüsü, MDL'nin resimdeki telefonu yarım saniyeden daha kısa sürede tanımlayabildiğini göstermektedir.
Diğer bir MDL demosu, resimdeki porselen bardağı tanımlamak ve aynı ürünü bulmak için kullanmaktır.
Baidu Mobile Deep Learning (MDL)
Aşağıdaki içerik GitHub'dan alınmıştır: https://github.com/baidu/mobile-deep-learning
Baidu tarafından geliştirilen mobil derin öğrenme çerçevesi, evrişimli sinir ağlarının cep telefonlarına yerleştirilmesini son derece basit hale getirmeye kararlıdır. Şu anda Baidu cep telefonunda çalışıyor. İOS gpu hesaplamasını destekleyin. Küçük boyut ve hızlı hız.
Hacim armv7340k +
Hız iOS GPU mobilenet 40ms'ye, squeezenet 30ms'ye ulaşabilir
Bir göz atma
Efekti denemek için önce demoyu çalıştırmak istiyorsanız. Ya da sadece hızlı bir şekilde kullanmak istiyorsunuz ve CNN uygulamasının ayrıntılarını umursamıyorsunuz. Açık kaynak kütüphanesi derlenmiş kurulum dosyaları sağlar, sadece doğrudan indirip kurun.
özellik
Tek tıkla dağıtım, komut dosyası parametreleri ios veya android arasında geçiş yapabilir
MobileNet ve squeezenet modellerini çalıştırmak için iOS gpu desteği
MobileNet, GoogLeNet v1, squeezenet modellerini kararlı bir şekilde çalıştırabildiği test edilmiştir.
Vücut, herhangi bir üçüncü taraf bağımlılığı olmaksızın aktif ve küçüktür. El yapımı.
Niceleme komut dosyaları sağlayın, 32-bit float to 8-bit uint'i doğrudan destekleyin ve model hacmi nicemlemeden sonra 4M'ye kadar olacaktır
ARM ile ilgili algoritma ekipleriyle birçok kez çevrimiçi ve çevrimdışı iletişim kurar ve ARM platformu için optimize etmeye devam eder
NEON, evrişim, normalleştirme ve havuzlamanın tüm yönlerini kapsayan işlemleri kullanır
Montaj optimizasyonu, kayıt montaj işlemleri için özel optimizasyon
Performansı artırmak ve gereksiz CPU tüketimini azaltmak için döngü açma döngüsü açma döngüsü, tüm geri alma değerlendirme işlemleri
Çok sayıda ağır bilgi işlem görevini genel gider sürecine iletin
MDL, gevşek bir MIT açık kaynak anlaşması kullanır.
Demo kaynak kodu uygulaması için lütfen GitHub sayfasını okuyun.
İş ayrıntılarını görüntülemek için orijinal metni okumak için tıklayın ve katılmanızı dört gözle bekleyin ~