移动端模型嵌入 Android端嵌入篇

最新推荐文章于 2025-07-13 19:05:03 发布

zuoyan-007

最新推荐文章于 2025-07-13 19:05:03 发布

阅读量1k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：人工智能文章标签： TensorFlow lite 模型嵌入移动端

本文链接：https://blog.youkuaiyun.com/u013037600/article/details/89469236

本文介绍了移动端深度学习框架的比较，重点关注Google的TensorFlow Lite。内容包括TensorFlow Lite的组件、模型部署方式以及Android端的模型嵌入流程，包括模型训练、冻结模型和转换为TensorFlow Lite模型的步骤。此外，还提到了TensorFlow Lite支持的运算符和转换注意事项。

1. 移动端深度学习框架比较

目前，移动端模型嵌入SDK 主要有：Google , Tensor Flow Mobile（19年不再维护）是在推出Tensor flow（简称TF）时同时推出的 Tensor Flow Mobile和2017年11月14日 Google I/O 2017大会上的推出的Tensor Flow Lite（开发者预览版,简称 TF Lite）；百度, 2017年9月25日发布MDL框架；腾讯，2017年7月NCNN框架正式开源和2018年5月8日开源FeatherCNN框架，小米,2018年6月28日发布框架MACE (Mobile AI Compute Engine )。

1.1 开源框架对比

	TF Lite	MDL	NCNN	FeatherCNN	MACE
CPU速度	整型快，浮点慢	浮点快	浮点快	浮点快	浮点快
GPU加速	支持	支持	不支持	不支持	支持
模型支持	Caffe、Keras、TF	Caffe	Caffe	Caffe	Caffe、TF、ONNX
<