移动端深度学习推理框架 框架 公司 支持硬件 特性 相关资源 TensorFlow Lite Google 2017 CPU GPU: android基于OpenGL, IOS ...

1. Keras 转 tflite def keras2tflite(keras_model, tflitefile) converter = tf.lite.TFLiteConverter ...

在只有千字节内存的微控制器和其他设备上运行机器学习模型。它不需要操作系统支持，任何标准C或C ++库或动态内存 ...

某些应用场景要求低延时，高安全性及考虑长期成本效益，此时将模型托管在云端就不再是最好的解决方案。 边缘计算相比云计算的优势 带宽和时延 显然调用云端服务会有一个信息往返的时间花费。 比如自动驾驶，大的延时可能会引发事故，因为一个突然出现的目标可能仅仅在几帧的时间内。 因此英伟达提供 ...

lenet Lenet 是最早的卷积神经网络之一,并且推动了深度学习领域的发展，最初是为手写数字识别建立的网络。 LeNet分为卷积层块和全连接层块两个部分。 卷积层块里的基本单位是卷积层后接最大池化层，卷积层用来识别图像里的空间模式，如线条。 最大池化层则用来降低卷积层对位 ...

摘要：基于深度学习的端到端通信系统模型可以分为两类：确定信道模型与未知信道模型。 现代的通信领域是基于信号处理算法建立起来的，其有比较完整的统计学和信息论基础，并可以被证明是最优的。这些算法通常是线性的、稳定的，并拥有高斯统计特性。 但是，一个实际的通信系统，大部分模块都是非线性的，只能 ...

深度学习模型建立的整体流程和框架 框架图如下，纵向是建立模型的主要流程，是一个简化且宏观的概念，横向是针对具体模块的延展。 数据处理 数据处理一般涉及到一下五个环节： 读入数据 划分数据集 生成批次数据 训练样本集乱序 校验数据有效性 模型设计 网络结构 ...

大部分内容参考自《Machine Learning Yearning》 Bias 和 Variance 偏差(bias)是指算法在训练集上的偏差，也就是错误率，错误越大偏差越大，欠拟合 ...