MNN介绍、安装和编译

最新推荐文章于 2025-05-11 21:41:16 发布
最新推荐文章于 2025-05-11 21:41:16 发布
阅读量9.8w 收藏 13
点赞数 13
分类专栏： 机器学习 文章标签： mnn 人工智能 深度学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_48272905/article/details/137187591
版权

一、MNN简介

MNN是由阿里巴巴开源的一个轻量级深度学习框架，旨在帮助开发者在移动端和嵌入式设备上轻松部署AI模型。MNN的主要特点包括轻量级、高性能、跨平台兼容（支持iOS、Android、Linux等平台），以及对多种硬件的优化支持。

二、环境准备

在开始之前，请确保你的系统中已安装以下软件：

  • Git：用于克隆MNN的源代码。
  • CMake（版本3.14及以上）：用于生成构建文件。
  • Python：部分MNN工具需要Python环境。

对于Android平台编译，还需要：

  • Android NDK：用于编译Android平台的原生代码。

三、获取MNN源代码

打开终端，使用以下命令克隆MNN的GitHub仓库：

git clone https://github.com/alibaba/MNN.git
cd MNN

四、在Linux平台上编译MNN

    最低0.47元/天 解锁文章
    Linux上编译MNN库
    lrzss的博客
    05-28 1638
    是一个轻量级的深度神经网络引擎，支持深度学习的推理与训练。适用于服务器/个人电脑/手机/嵌入式各类设备。目前，MNN已经在阿里巴巴的手机淘宝、手机天猫、优酷等30多个App中使用，覆盖直播、短视频、搜索推荐、商品图像搜索、互动营销、权益发放、安全风控等场景。现在这时候的MNN，环境要求和编译情况如下：环境要求相关编译选项具体步骤准备工作 (可选，修改 MNN Schema 后需要）本地编译小伙伴们，可以试试上面这种方式！！！（等源码没问题了）
    MNN介绍安装编译详解
    一如既往的准备文章
    03-27 1204
    此外，如果你在使用MNN的过程中遇到任何问题或需要进一步的帮助，可以查阅MNN的官方文档或向相关的开发者社区寻求支持。由于MNN的具体安装和使用方式可能会随着版本的更新而有所变化，因此强烈建议参考MNN的官方文档或GitHub仓库中的最新说明来获取最准确和详细的安装和使用指南。将MNN库集成到你的项目中。至于MNN的安装与编译，这里提供一个大致的步骤，但请注意，具体的安装和编译过程可能因操作系统和具体需求而有所不同。在你的代码中包含MNN的头文件，并使用MNN提供的API进行深度学习模型的推理或训练。
    MNN使用
    weixin_43999691的博客
    04-07 1138
    国产推理框架-MNN使用
    轻量级高性能推理引擎MNN 学习笔记 01.初识MNN
    最新发布
    weixin_44539328的博客
    05-11 1152
    MNN是一个轻量级高性能推理引擎，由阿里巴巴团队开发，支持Android、iOS、Windows、Linux、MacOS、WebGL等
    mnn编译
    ab0902cd的博客
    08-17 3069
    1. git clonehttps://github.com/alibaba/MNN.git android端参考：https://www.yuque.com/mnn/en/build_android linux端配置（本次） 2. 编译步骤 a) 为了能够对模型进行量化，请在make之前，在CMakeLists.txt中打开quantize b) protobuf安装： git...
    ⭐️MNN介绍、安装和编译
    Python老吕的博客
    04-01 4103
    轻量级高性能推理引擎MNN 是一个轻量级的深度神经网络推理引擎，在端侧加载深度神经网络模型进行推理预测。目前，MNN已经在阿里巴巴的手机淘宝、手机天猫、优酷等20多个App中使用，覆盖直播、短视频、搜索推荐、商品图像搜索、互动营销、权益发放、安全风控等场景。此外，IoT等场景下也有若干应用。
    MNN编译
    hanpengyu的专栏
    12-05 1965
    MNN，NDK，推理框架编译
    推理引擎MNN安装及使用（一）
    feverd555的博客
    09-07 3220
    主要介绍推理引擎MNN的安装及初步使用
    Windows编译的MNN1.2.0
    11-27
    MNN1.2.0版本是在Windows系统下编译的，包含了适用于不同环境和调试需求的库文件（lib）和动态链接库文件（dll）。 **一、Windows编译环境准备** 在Windows上编译MNN1.2.0，首先需要搭建一个合适的开发环境，这...
    linux下编译mnn
    大鱼的博客
    01-07 1368
    mnn主要分为4个需要编译的库 （1）推理部分编译 （2）编译训练部分 （3）转换部分编译 （4）量化模型编译 编译需要依赖cmake、gcc、lib和protobuf 一般前三个库是安装好了，因此这里就只安装protobuf git clone https://github.com/google/protobuf.git cd protobuf git submodule update --init --recursive ./autogen.sh ./configure make ma
    mnn | mnn安装教程
    m0_57195758的博客
    03-13 1722
    mnn | mnn安装教程
    二、MNN安装与编译
    大可的杨先森的博客
    07-30 3309
    mnn linux编译
    jacke121的专栏
    07-04 3811
    https://www.yuque.com/mnn/cn/cvrt_linux_mac 基础依赖 这些依赖是无关编译选项的基础编译依赖 • cmake（3.10 以上） • protobuf (3.0 以上) • 指protobuf库以及protobuf编译器。版本号使用 protoc --version 打印出来。 • 在某些Linux发行版上这两个包是分开发布的，需要手动安装 • Ubuntu需要分别安装 libprotobuf-dev 以及 protobuf-compiler 两个包 •...
    MNN介绍、安装与编译：移动端深度学习推理引擎
    小透明的博客
    03-30 1453
    在移动设备上实现高效的深度学习模型推理一直是人工智能领域的一个挑战。为此，阿里巴巴团队开发了一款轻量级、高性能的移动端推理引擎——MNN（Multi-column Convolutional Neural Networks）。它以出色的性能优化能力和对多种模型及算子的支持，使得复杂的深度学习模型得以高效运行于资源受限的移动设备上。本文将深入探讨MNN的核心特点，并提供详细的安装和编译步骤指导。
    【详细讲解MNN介绍，安装和编译】
    2301_81357485的博客
    03-29 1299
    MNN（Mobile Neural Network）是一个由阿里巴巴团队开发的轻量级深度学习框架。它专为移动端和嵌入式设备设计，旨在帮助开发者更容易地将深度学习模型部署到各种不同的平台（如iOS、Android、Linux等）并进行高效的边缘计算。MNN着重于优化运行速度和减少内存占用，从而能在资源受限的设备上实现实时的神经网络推理。安装和编译MNN的步骤可能会随着时间发生变化，因此建议查看MNN的官方Github页面获取最新的安装指南。以下是基于知识截至日期（2023年4月）的常规步骤：💝克隆MNN仓库
    mnn android编译
    01-26
    如果您想在mnn上进行android编译，您可以按照以下步骤操作： 首先，您需要安装Android Studio和NDK。确保您的计算机已经安装了CMake和LLDB，并且您的NDK已经配置了正确的路径。 接下来，您需要下载MNN的源代码，并使用git命令从Github上克隆MNN的仓库。 然后，您可以打开Android Studio，并在文件菜单中选择Open，导入MNN的代码。 在Android Studio中，您可以修改项目的配置，比如指定NDK的路径和CMake的路径。 接着，您可以打开终端，并使用cd命令切换到MNN项目的根目录下。 然后，您可以执行以下命令来进行编译： ```shell bash build_android.sh ``` 这将会使用CMake来编译MNN的代码，并生成对应的Android库文件。在编译完成后，您可以在工程目录下的output目录中找到编译好的.a文件。 最后，您可以将生成的库文件集成到您的Android应用中，然后使用NDK来调用MNN的API来进行模型推理。 总的来说，通过以上步骤，您就可以在Android上成功地进行MNN的编译和集成。希望以上信息对您有所帮助。
    评论
    添加红包

    请填写红包祝福语或标题

    个

    红包个数最小为10个

    元

    红包金额最低5元

    当前余额3.43元 前往充值 >
    需支付：10.00元
    成就一亿技术人!
    领取后你会自动成为博主和红包主的粉丝 规则
    hope_wisdom
    发出的红包

    打赏作者

    南方淮竹

    你的鼓励将是我创作的最大动力

    ¥1 ¥2 ¥4 ¥6 ¥10 ¥20
    扫码支付：¥1
    获取中
    扫码支付

    您的余额不足，请更换扫码支付或充值

    打赏作者

    实付元
    使用余额支付
    点击重新获取
    扫码支付
    钱包余额 0

    抵扣说明：

    1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
    2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

    余额充值