嵌入式深度学习运用的思路

hit2015spring晨凫追风 欢迎关注我的博客晨凫追风
本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！

加快神经网络模型在硬件计算平台的计算速度主要有：

修改神经网络模型

降低权重精度
通过权重剪枝

加快框架的执行时间

优化矩阵之间的乘法（GEMM）类的通用计算 如NNPACK
将网络模型和权重配置转换成针对目标平台的代码，并对代码进行优化，如TensorRT,CaffePresso

网络模型参数剪枝的文章：

Sqeezenet 是一种参数压缩的方式, 模型小了很多, 但是计算没有减少太多.
paper: http://arxiv.org/abs/1602.07360
github: https://github.com/DeepScale/SqueezeNet

关于嵌入式运行功耗的文章

为嵌入式提供一些思路，内存，参数，网络结构方面的

福利答谢大家！

感谢您阅读本篇文章，对此特别发放一个无门槛的现金红包，打开支付宝扫码领取，可以领到钱的哦！