51.1 简介 全球首个自动模型压缩框架 一款面向移动端AI开发者的自动模型压缩框架，集成了当前主流的模型压缩与训...[作者空间]
50.1 FeatherCNN FeatherCNN 是由腾讯 AI 平台部研发的基于 ARM 架构的高效 CNN...[作者空间]
Mobile AI Compute Engine (MACE) 是一个专为移动端异构计算设备优化的深度学习前向预测...[作者空间]
48.1 功能特点 一键部署，脚本参数就可以切换ios或者android 支持iOS gpu运行MobileNet...[作者空间]
基础功能 支持卷积神经网络，支持多输入和多分支结构 精炼简洁的API设计，使用方便 提供调试接口，支持打印各个层的...[作者空间]
46.1 深度卷积 分组卷积（grouped convolution）将输入和输出通道分割成多组，然后对每个组...[作者空间]
全称：Quantized Neural Network PACKage（量化神经网络包） 开源时间：2018年10...[作者空间]
开源时间：2017年7月 开源用户：腾讯优图 GitHub地址：https://github.com/Tencen...[作者空间]
旨在设计一个轻量级但是保证精度、速度的深度网络 43.1 设计思想 影响神经网络速度的4个因素：a. FLOPs(...[作者空间]
ShuffleNet基于MobileNet的group思想，将卷积操作限制到特定的输入通道 而与之不同的是，Shu...[作者空间]
Xception是Google提出的，arXiv 的V1 于2016年10月公开《Xception: Deep L...[作者空间]
是对MobileNet-V1的改进，同样是一个轻量化卷积神经网络 40.1 设计思想 采用Inverted res...[作者空间]
MobileNet 是针对手机等嵌入式设备提出的一种轻量级的深层神经网络该网络结构在VGG的基础上使用DW+PW的...[作者空间]
37.1 减少网络碎片化程度(分支数量) 模型中分支数量越少，模型速度越快 此结论主要是由实验结果所得。以下为网络...[作者空间]
36.1 输入输出的channel相同时，MAC最小 卷积层的输入和输出特征通道数相等时MAC最小，此时模型速度最...[作者空间]
35.1 Depthwise separable convolution Depthwise separable ...[作者空间]
34.1 Group convolution Group convolution最早出现在AlexNet中，是为了...[作者空间]
33.1 TensorRT如何优化重构模型 条件方法若训练的网络模型包含TensorRT支持的操作1、对于Caff...[作者空间]
31.1 压缩效果评价指标 网络压缩评价指标包括运行效率、参数压缩率、准确率与基准模型比较衡量性能提升时,可以使用...[作者空间]
29.1 后端压缩 （1）低秩近似 在卷积神经网络中，卷积运算都是以矩阵相乘的方式进行 对于复杂网络，权重矩阵往往...[作者空间]
