2019年6月17日
mobile-deep-learning
摘要： 现代框架移植到移动端问题不大，caffe2在支持facebook应用需要的layer以及全protobuf情况下小于1MB，核心大概在100多kb，看起来和mdl一致。 移动端最重要问题是如何优化。绝大多数数学库优化是针对server或者GPU来做的，移动端可以跑但是跑不快。 需要着重考虑的点： 1 阅读全文
posted @ 2019-06-17 16:56 qiuqiu1577469804 阅读(202) 评论(0) 推荐(0) 编辑
tensorflow模型转ncnn模型
摘要： ncnn本来是有tensorflow2ncnn的工具，但是在5月份时候被删除，原因是很多算子不支持，使用过程中很多bug，作者nihui直接将该功能删除。但是，tensorflow是目前最popular的深度学习框架，因此tensorflow转ncnn的需求还是必不可少的需求。下面提供一种将tens 阅读全文
posted @ 2019-06-17 15:55 qiuqiu1577469804 阅读(4937) 评论(4) 推荐(0) 编辑
移动端深度学习开源框架-前言0
摘要： 感谢：https://www.jianshu.com/p/66a0a6fd3cae 深度学习和机器学习移动端化是未来趋势，这两年各个大厂都在这方面发力，竞相推出自己移动端的推理框架。 google: Tensorflow Lite apple: CoreML facebook: Caffe2 ten 阅读全文
posted @ 2019-06-17 14:10 qiuqiu1577469804 阅读(694) 评论(0) 推荐(0) 编辑
2019年6月14日
查看linux系统cup及内存信息
摘要： vim /proc/cpuinfo vim /proc/meminfo 阅读全文
posted @ 2019-06-14 14:18 qiuqiu1577469804 阅读(278) 评论(0) 推荐(0) 编辑
caffe tutorial
摘要： caffe official tutorial: https://caffe.berkeleyvision.org/tutorial/net_layer_blob.html blobs, Layers, and Nets: anatomy of a caffe model 深度网络是一个由多个部件组 阅读全文
posted @ 2019-06-14 10:55 qiuqiu1577469804 阅读(239) 评论(0) 推荐(0) 编辑
2019年6月13日
vector 初始化方法
摘要： (1)不带参数的构造函数初始化 // 初始化一个size为0的vector vector<int> abc; (2)带参数的构造函数初始化 // 初始化size，但每个元素值为默认值 vector<int> abc(10); // 初始化了10个默认值为0的元素 // 初始化size，并且设置初始值 阅读全文
posted @ 2019-06-13 10:25 qiuqiu1577469804 阅读(39465) 评论(2) 推荐(2) 编辑
c++ 常用函数头文件
摘要： 1、#include <cstdlib> exit(1) 阅读全文
posted @ 2019-06-13 10:10 qiuqiu1577469804 阅读(792) 评论(0) 推荐(0) 编辑
2019年6月12日
caffe——全连接层inner_product_layer
摘要： 在caffe中，全连接层叫做"inner_product_layer"，区别于tensorflow中的fullyconnected_layer。 1、prototxt中的定义 阅读全文
posted @ 2019-06-12 17:12 qiuqiu1577469804 阅读(1953) 评论(0) 推荐(0) 编辑
c++ 将vector转化为数组
摘要： 1、最简单的做法 思想：循环逐个赋值 #include <iostream> #include <vector> int main(){ std::vector<int> input({1,2,3,4,5}); int n = input.size(); int arr[n]; for(int i= 阅读全文
posted @ 2019-06-12 14:30 qiuqiu1577469804 阅读(21417) 评论(2) 推荐(0) 编辑