深度学习模型移植的移动端框架总结

公司这边使用自己开发的CNN库，下面列出各大公司使用的CNN库。

 之前调研过NCNN和FeatureCNN

　　1. ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架

　　2. ncnn 从设计之初深刻考虑手机端的部署和使用

　　3. 无第三方依赖，跨平台、手机端Cpu的速度快于目前所有已知的开源框架

　　4. ncnn 目前已经在腾讯支持多款手机应用：qq,qzone,微信，天天p图

　　5. 支持卷积神经网络，支持多输入和多分支结构，可计算部分分支

　　6. 无任何第三方依赖，不依赖BLAS/NNPACK等计算框架

　　7. 纯c++实现

　　8. ARM NEON 汇编级别优化，计算速度极快

　　9. 内存占用率低

 

　　1. FeatureCNN 是由腾讯AI平台部研发的高效神经网络钱箱计算开源库，目前主要针对ARM CPUs, 未来可能会拓展到其他设备。

　　2. 与其他开源库比较：

　　　　highly performant:包括手机（ios,android），嵌入式设备（linux）以及基于ARM的服务器（linux）

　　　　easily deployable: 无第三方依赖，让在移动平台上的开发更容易。Featurecnn自己的模型格式和caffe model 相兼容，目前正在解决与其他预训练模型的兼容性

　　　　featureweight: 编译后大小为几百KBS

　　

转载于:https://www.cnblogs.com/ivyharding/p/11097017.html