ນີ້ແມ່ນແອັບ Linux ທີ່ມີຊື່ວ່າ MNN ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ໃນນາມ mnn_2.7.1_ios_armv82_cpu_metal_coreml.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນ OnWorks ຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີສໍາລັບບ່ອນເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ MNN ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ OnWorks Linux ອອນລາຍ ຫຼື Windows online emulator ຫຼື MACOS online emulator ຈາກເວັບໄຊທ໌ນີ້.
- 5. ຈາກ OnWorks Linux OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກ, ຕິດຕັ້ງມັນແລະດໍາເນີນການ.
ໜ້າ ຈໍ
Ad
MNN
ລາຍລະອຽດ
MNN ເປັນກອບການຮຽນຮູ້ເລິກທີ່ມີປະສິດທິພາບສູງ ແລະ ນ້ຳໜັກເບົາ. ມັນສະຫນັບສະຫນູນ inference ແລະການຝຶກອົບຮົມຮູບແບບການຮຽນຮູ້ເລິກ, ແລະມີປະສິດທິພາບຊັ້ນນໍາຂອງອຸດສາຫະກໍາສໍາລັບການ inference ແລະການຝຶກອົບຮົມໃນອຸປະກອນ. ໃນປັດຈຸບັນ, MNN ໄດ້ຖືກລວມເຂົ້າໃນຫຼາຍກວ່າ 20 ແອັບຯຂອງ Alibaba Inc, ເຊັ່ນ: Taobao, Tmall, Youku, Dingtalk, Xianyu ແລະອື່ນໆ, ເຊິ່ງກວມເອົາຫຼາຍກວ່າ 70 ສະຖານະການການນໍາໃຊ້ເຊັ່ນ: ການຖ່າຍທອດສົດ, ການຖ່າຍວິດີໂອສັ້ນ, ຄໍາແນະນໍາການຊອກຫາ, ຜະລິດຕະພັນ. ຄົ້ນຫາໂດຍຮູບພາບ, ການຕະຫຼາດແບບໂຕ້ຕອບ, ການແຈກຢາຍທຶນ, ການຄວບຄຸມຄວາມສ່ຽງດ້ານຄວາມປອດໄພ. ນອກຈາກນັ້ນ, MNN ຍັງຖືກນໍາໃຊ້ໃນອຸປະກອນຝັງຕົວເຊັ່ນ IoT. MNN Workbench ສາມາດດາວໂຫຼດໄດ້ຈາກໜ້າຫຼັກຂອງ MNN, ເຊິ່ງສະໜອງແບບຈໍາລອງທີ່ໄດ້ຝຶກອົບຮົມໄວ້ລ່ວງໜ້າ, ເຄື່ອງມືການຝຶກອົບຮົມທີ່ເປັນພາບ, ແລະການນຳໃຊ້ຕົວແບບດ້ວຍການຄລິກດຽວໃສ່ອຸປະກອນຕ່າງໆ. ແພລະຕະຟອມ Android, ຂະຫນາດຫຼັກແມ່ນປະມານ 400KB, OpenCL ປະມານ 400KB, Vulkan ປະມານ 400KB. ຮອງຮັບຄອມພິວເຕີ້ປະສົມຢູ່ໃນອຸປະກອນຫຼາຍອັນ. ໃນປັດຈຸບັນສະຫນັບສະຫນູນ CPU ແລະ GPU.
ຄຸນລັກສະນະ
- ປະຕິບັດການຄິດໄລ່ຫຼັກທີ່ມີລະຫັດການປະກອບທີ່ເພີ່ມປະສິດທິພາບຫຼາຍອັນເພື່ອເຮັດໃຫ້ການນໍາໃຊ້ CPU ARM ຢ່າງເຕັມທີ່
- ສໍາລັບ iOS, ການເລັ່ງ GPU (ໂລຫະ) ສາມາດເປີດໄດ້, ເຊິ່ງໄວກວ່າ CoreML ພື້ນເມືອງຂອງ Apple
- ສຳລັບ Android, OpenCL, Vulkan, ແລະ OpenGL ແມ່ນມີຢູ່ ແລະໄດ້ຮັບການປັບແຕ່ງຢ່າງເລິກເຊິ່ງສຳລັບ GPUs ຫຼັກ (Adreno ແລະ Mali)
- Convolution and transposition algorithms convolution ມີປະສິດທິພາບ ແລະ ໝັ້ນທ່ຽງ. ວິທີການ convolution Winograd ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງເພື່ອ convolutions symmetric ທີ່ດີກວ່າເຊັ່ນ 3x3 -> 7x7
- ຄວາມໄວເພີ່ມຂຶ້ນສອງເທົ່າສໍາລັບສະຖາປັດຕະຍະກໍາໃຫມ່ ARM v8.2 ທີ່ມີ FP16 ສະຫນັບສະຫນູນການຄິດໄລ່ເຄິ່ງຄວາມຊັດເຈນ
- ເຫມາະສໍາລັບອຸປະກອນ, ບໍ່ມີການເພິ່ງພາອາໄສ, ສາມາດຖືກນໍາໄປໃຊ້ກັບອຸປະກອນມືຖືແລະອຸປະກອນຝັງຕົວທີ່ຫຼາກຫຼາຍ.
ພາສາການຂຽນໂປຣແກຣມ
C ++
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/mnn.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ໃນວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.