Sky的专栏

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明MLU220 开发板Ubuntu18.04 + MLU270开发主机一台aarch64-linux-gnu-gcc 6.x 交叉编译环境前言  阅读本文前，请务必须知以下前置文章概念：《寒武纪加速平台(MLU200系列) 摸鱼指南（一）— 基本概念及相关介绍》 ( https://blog.youkuaiyun.com/u011728480/article/deta.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明Ubuntu 18.04MLU270 加速卡一张寒武纪Pytorch-Docker移植环境前言  阅读本文前，请务必须知以下前置文章概念：《寒武纪加速平台(MLU200系列) 摸鱼指南（一）— 基本概念及相关介绍》 ( https://blog.youkuaiyun.com/u011728480/article/details/121194076 )《寒武纪加速平.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明Ubuntu 18.04MLU270 加速卡一张前言  阅读本文前，请务必须知以下前置文章概念：《寒武纪加速平台(MLU200系列) 摸鱼指南（一）— 基本概念及相关介绍》 （ https://blog.youkuaiyun.com/u011728480/article/details/121194076 ）  前文我们已经介绍一些基本的概念。在本文，将会从安装加.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明  无前言  从2019年开始，我们公司的智能分析平台核心架构就开始逐渐的转向了RK3399PRO，这是我们公司的第三代智能分析平台，前面两代分别是TK1和TX2，但是因为众所周知的原因，这一代分析平台选择了国内的一些替代商。经过了2019年和2020年的实际部署和使用，对于第三代智能分析平台来说，有一个硬性缺陷就是NPU算力过低（INT8 3T），导致了某些算法达.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明Windows 10VSCodePython 3.8.10Pytorch 1.8.1Cuda 10.2前言  本文是此基础补全计划的最终篇，因为从我的角度来说，如果前面这些基础知识都能够了解及理解，再加上本文的这篇基础知识，那么我们算是小半只脚踏入了大门。从这个时候，其实我们就已经可以做图像上的基本的分类任务了。除了分类任务，我们还有两类重要的图像任务是.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明Windows 10VSCodePython 3.8.10Pytorch 1.8.1Cuda 10.2前言  如果有计算机背景的相关童鞋，都应该知道数值计算中的上溢和下溢的问题。关于计算机中的数值表示，在我的《数与计算机 （编码、原码、反码、补码、移码、IEEE 754、定点数、浮点数）》 (https://blog.youkuaiyun.com/u01172848.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明Windows 10VSCodePython 3.8.10Pytorch 1.8.1Cuda 10.2前言  在《DL基础补全计划(三)—模型选择、欠拟合、过拟合》（ https://blog.youkuaiyun.com/u011728480/article/details/118881125 ）一文中，我们已经了解了我们训练过程中的一些现象，对于欠拟合问题我们一.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明Windows 10VSCodePython 3.8.10Pytorch 1.8.1Cuda 10.2前言  在前文中，我们已经接触了两种回归模型，也接触了深度学习中的一些常见的概念。其中有趣的信息是，我们在《DL基础补全计划(二)—Softmax回归及示例（Pytorch，交叉熵损失）》中已经发现了，在softmax回归的时候，我们使用一个线性的隐藏层.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明Windows 10VSCodePython 3.8.10Pytorch 1.8.1Cuda 10.2前言  在《DL基础补全计划(一)—线性回归及示例（Pytorch，平方损失）》（https://blog.youkuaiyun.com/u011728480/article/details/118463588 ）一文中我们对深度学习中的非常基础的知识进行了简单介绍.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。环境说明Windows 10VSCodePython 3.8.10Pytorch 1.8.1Cuda 10.2前言  从我2017毕业到现在为止，我的工作一直都是AI在边缘端部署落地等相关内容。所以我的工作基本都集中在嵌入式+Linux+DL三者之内的范围，由于个人兴趣和一些工作安排，就会去做一些模型移植的工作，所以我会经常接触模型基本结构，前处理、后处理等等基.

PS：要转载请注明出处，本人版权所有。PS: 这个只是基于《我自己》的理解，如果和你的原则及想法相冲突，请谅解，勿喷。前置说明  BlogID=103环境说明Ubuntu 18.04gcc version 7.5.0 (Ubuntu 7.5.0-3ubuntu1~18.04)OpenGl ES 3.1 or 3.1+RK3399PRO 板卡前言  由于我们小组的产品落地越来越多，以前（2018年）我搭建的老旧产品框架已经有点日落西山的感觉了。倒不是说产品业务不能支撑了，只是随着.

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的 #原则相冲突，请谅解，勿喷前置内容模型：就是一个函数G(I1,I2,...,In),此函数的作用就是给定In（输入数据）,就能够得到函数的值（打分）。损失函数：E(w1,w2,...,wn,b1...bn),此函数是由此网络中所有的权重为变量构成的。此函数的作用是描述在某组权重...

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的 #原则相冲突，请谅解，勿喷说明：首先为了帮队友在win下配置caffe，本人特意在win平台下折腾了一波。在此只想说一句话：个人认为，caffe编译Win比Linux更坑，更难，花了我接近一天的时间（我以前在Linux上配置过N次了）。date注意事项（这才是精华，我就是因为这个才浪费了这一天时间

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的 #原则相冲突，请谅解，勿喷主机信息Linux 4.13.0-41-generic #46~16.04.1-Ubuntu SMP Thu May 3 10:06:43 UTC 2018 x86_64 x86_64 x86_64 GNU/LinuxJetPack-L4T 资源...

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的 #原则相冲突，请谅解，勿喷前言最近的大部分时间都在学习图像和DL相关知识，并做一定的应用，这里对我学习过程中的一些基础知识进行了整理。图像归一化归一化就是将图像像素值(列如：[0,255])经过一定的计算，使其所有的像素值变换到某一个特定的区间（列如：[0,1]或者[...

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的 #原则相冲突，请谅解，勿喷时间：2018.06.25 ncnn master commit id:b3e24cafc37483dcc97ee61e6f0f6ff1b094300e背景由于公司算法组的算法在某些arm板子的表现不佳，于是需要使用此框架进行优化，初步测试得出的结论为...

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的 #原则相冲突，请谅解，勿喷时间：2018.07.18 ncnn master commit id:b3e24cafc37483dcc97ee61e6f0f6ff1b094300e前序最近一段时间全在ncnn这个框架上折腾，现在有一点空闲时间，对之前的东西做一个总结。这里主要...

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的 #原则相冲突，请谅解，勿喷时间：2018.07.19 ncnn master commit id:b3e24cafc37483dcc97ee61e6f0f6ff1b094300e前序前面两篇文章我们分析了ncnn的加载参数和网络的基本工作流程。其实这一切只是为了给这篇文章做...

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的#原则相冲突，请谅解，勿喷背景深度学习的爆发期已经到了瓶颈了，为啥这样说，因为没有突破性的理论进展，都是靠着网络更深、更广，算力更强大来做相应的功能。至少在我的世界观里面是这样的，虽然这样的认知可能会有局限性，或者说是错误的。现在深度学习的方向已经不是以前的泡沫鼓吹了，而是落地，踏踏实实的把...

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的#原则相冲突，请谅解，勿喷背景本文建立在上文环境配置的基础上继续。(上文链接：https://blog.youkuaiyun.com/u011728480/article/details/91125581)本文将会以一个实例来进行分析。同时本文的教程都是建立在《HiSVP 开发指南.pdf》基础上的。...

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的#原则相冲突，请谅解，勿喷背景本文建立前两篇的文章基础之上：《HiSi 3516CV500 NNIE(Neural Network Inference Engine) 摸鱼记录(1) — 环境搭建》https://blog.youkuaiyun.com/u011728480/article/detai...

#PS：要转载请注明出处，本人版权所有#PS:这个只是 《 我自己 》理解，如果和你的 #原则相冲突，请谅解，勿喷Notes:本人此前只对opencv处理图像有一定的了解。前序：从毕业后开始，自己工作的周围就出现了无数次计算机视觉相关的内容。而我的工作也和这些有一定的交叉。虽然在学校对并行计算以及AI有一定所闻，但是都只是听说而已，以为离我们还很远，出来才知道，它们已经来了。此文由网