建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
本文由創(chuàng)新互聯(lián)(www.cdcxhl.cn)小編為大家整理，本文主要介紹了哪些安卓手機(jī)適合AI應(yīng)用的相關(guān)知識(shí)，希望對(duì)你有一定的參考價(jià)值和幫助，記得關(guān)注和收藏網(wǎng)址哦！
成都創(chuàng)新互聯(lián)公司主要從事成都網(wǎng)站制作、做網(wǎng)站、外貿(mào)營(yíng)銷(xiāo)網(wǎng)站建設(shè)、網(wǎng)頁(yè)設(shè)計(jì)、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)容縣,十年網(wǎng)站建設(shè)經(jīng)驗(yàn),價(jià)格優(yōu)惠、服務(wù)專(zhuān)業(yè),歡迎來(lái)電咨詢(xún)建站服務(wù):028-86922220
哪些安卓手機(jī)適合AI應(yīng)用？
蘇黎士聯(lián)邦理工學(xué)院開(kāi)發(fā)了一款人工智能基準(zhǔn)應(yīng)用，用于測(cè)試不同Android設(shè)備和芯片的深度學(xué)習(xí)性能。近日，他們與谷歌、高通、華為、聯(lián)發(fā)科、Arm聯(lián)合發(fā)表了一篇關(guān)于AI基準(zhǔn)綜合測(cè)試結(jié)果的論文，對(duì)超過(guò)10000臺(tái)移動(dòng)設(shè)備進(jìn)行了量化基準(zhǔn)測(cè)試，涵蓋了當(dāng)今所有主要硬件配置，全面對(duì)比了高通、海思、聯(lián)發(fā)科、三星芯片組的AI加速性能。項(xiàng)目:http://ai-benchmark.com/官方網(wǎng)站
完整名單:http://ai-benchmark.com/ranking.html
APP鏈接:https://play.google.com/store/apps/details? id = org . benchmark . demo
論文:ai Benchmark:在安卓智能手機(jī)上運(yùn)行深度神經(jīng)網(wǎng)絡(luò)
地址:https://arxiv.org/pdf/1810.01109.pdf
摘要:近年來(lái)，手機(jī)、平板電腦等移動(dòng)設(shè)備的計(jì)算能力顯著提升，達(dá)到了不久前臺(tái)式電腦的水平。雖然標(biāo)準(zhǔn)的智能手機(jī)應(yīng)用程序?qū)κ謾C(jī)來(lái)說(shuō)已經(jīng)不是問(wèn)題，但仍然有一些任務(wù)(即運(yùn)行人工智能算法)可以輕松擊敗它們，即使是高端設(shè)備也不例外。本文介紹了深度學(xué)習(xí)在Android生態(tài)系統(tǒng)中的現(xiàn)狀、可用框架、編程模型以及在智能手機(jī)上運(yùn)行人工智能算法的局限性。我們概述了四個(gè)主要移動(dòng)芯片組平臺(tái)(高通、海思、聯(lián)發(fā)科和三星)上可用的硬件加速資源。此外，我們還展示了AI Benchmark收集的不同移動(dòng)SOC的真實(shí)性能結(jié)果。AI Benchmark的測(cè)試涵蓋了當(dāng)今所有主要的硬件配置。
圖1:為第三方人工智能應(yīng)用提供潛在加速支持的移動(dòng)SoC。
AI BenchmarkAI Benchmark是一款A(yù)ndroid應(yīng)用，旨在檢測(cè)在移動(dòng)平臺(tái)上運(yùn)行AI和深度學(xué)習(xí)算法的性能和內(nèi)存限制。該基準(zhǔn)測(cè)試包含幾個(gè)由直接運(yùn)行在Android設(shè)備上的神經(jīng)網(wǎng)絡(luò)執(zhí)行的計(jì)算機(jī)視覺(jué)任務(wù)。測(cè)試的網(wǎng)絡(luò)代表了目前可以部署在智能手機(jī)上的最流行和最常用的架構(gòu)。其詳細(xì)描述和應(yīng)用技術(shù)細(xì)節(jié)如下。
任務(wù)1:目標(biāo)識(shí)別/分類(lèi)
神經(jīng)網(wǎng)絡(luò):MobileNetV1 | CPU、NPU、DSP
圖像分辨率:224 x 224像素
ImageNet準(zhǔn)確率:69.7%。
這是一個(gè)非?；A(chǔ)但功能強(qiáng)大的神經(jīng)網(wǎng)絡(luò)，可以根據(jù)一張照片識(shí)別1000種不同的物體類(lèi)別，準(zhǔn)確率在70%左右。量化后，它的大小可以小于5Mb，內(nèi)存消耗低，幾乎可以在現(xiàn)有的所有智能手機(jī)上使用。
任務(wù)2:目標(biāo)識(shí)別/分類(lèi)
神經(jīng)網(wǎng)絡(luò):Inception-V3 | CPU、NPU、DSP
圖像分辨率:346 x 346像素
Imag——，它可以處理更高分辨率的圖像，這意味著更準(zhǔn)確的識(shí)別和更小的目標(biāo)檢測(cè)。
任務(wù)3:人臉識(shí)別
神經(jīng)網(wǎng)絡(luò):盜夢(mèng)空間-雷斯網(wǎng)-V1 |CPU
圖像分辨率:512x512像素
LFW得分:0.987
這個(gè)任務(wù)不需要介紹:根據(jù)這個(gè)人的面部照片來(lái)識(shí)別他。實(shí)現(xiàn)如下:對(duì)于每一張人臉圖像，神經(jīng)網(wǎng)絡(luò)都會(huì)對(duì)人臉進(jìn)行編碼，生成一個(gè)128維的特征向量，不隨縮放、移動(dòng)、旋轉(zhuǎn)而變化。然后在數(shù)據(jù)庫(kù)中搜索最匹配的特征向量(以及對(duì)應(yīng)的身份)，數(shù)據(jù)庫(kù)中包含了上億條這樣的信息。
任務(wù)4:圖像去模糊
神經(jīng)網(wǎng)絡(luò):SRCNN 9-5-5 | CPU、NPU、DSP
圖像分辨率:300 x 300像素
第五組得分(x3):32.75分貝
還記得用手機(jī)拍的模糊照片嗎？這個(gè)任務(wù)是讓畫(huà)面清晰。在最簡(jiǎn)單的情況下，這種失真是通過(guò)對(duì)未損壞的圖像應(yīng)用高斯模糊來(lái)建模的，然后嘗試使用神經(jīng)網(wǎng)絡(luò)來(lái)恢復(fù)它們。在這個(gè)任務(wù)中，通過(guò)最原始、最簡(jiǎn)單、最輕的神經(jīng)網(wǎng)絡(luò)SRCNN(只有三個(gè)卷積層)來(lái)消除模糊。但即便如此，還是表現(xiàn)出了相當(dāng)滿(mǎn)意的效果。
任務(wù)5:圖像超分辨率
神經(jīng)網(wǎng)絡(luò):VGG-19 | CPU、NPU、DSP
圖像分辨率:192 x 192像素
Set-5得分(x3): 33.66分貝
你有過(guò)放大照片的經(jīng)歷嗎？縮放時(shí)會(huì)有失真，細(xì)節(jié)丟失，或者清晰度下降嗎？此任務(wù)是使縮放后的照片看起來(lái)與原始圖像相同。在這個(gè)任務(wù)中，網(wǎng)絡(luò)被訓(xùn)練來(lái)完成一個(gè)等價(jià)的任務(wù):將一個(gè)給定的縮小圖像(比如縮小四倍)恢復(fù)成原始圖像。這里我們使用一個(gè)有19層的VGG-19網(wǎng)絡(luò)。抵押品雖然目前，網(wǎng)絡(luò)的性能并不驚人，它可以 t重建高頻部分，對(duì)于繪畫(huà)來(lái)說(shuō)還是比較理想的解決方案:網(wǎng)絡(luò)可以讓圖像更清晰流暢。
任務(wù)6:圖像超分辨率
神經(jīng)網(wǎng)絡(luò):SRGAN |僅CPU
圖像分辨率:512 x 512像素
第五組分?jǐn)?shù)(x4):29.40分貝
任務(wù)同上，完成略有不同:如果我們用其他神經(jīng)網(wǎng)絡(luò)來(lái)訓(xùn)練我們的神經(jīng)網(wǎng)絡(luò)呢？我們安排兩個(gè)網(wǎng)絡(luò)來(lái)完成兩個(gè)不同的任務(wù):網(wǎng)絡(luò)A試圖解決上述超分辨率問(wèn)題，網(wǎng)絡(luò)B觀察結(jié)果，試圖發(fā)現(xiàn)缺陷并懲罰網(wǎng)絡(luò)A。;聽(tīng)起來(lái)很酷吧？事實(shí)上，它 s真的很酷:雖然方法并不完美，但結(jié)果往往很驚人。
任務(wù)7:語(yǔ)義圖像分割
神經(jīng)網(wǎng)絡(luò):ICNet |僅CPU
圖像分辨率:384 x 576像素
城市景觀(mIoU):69.5 %
有沒(méi)有想過(guò)在手機(jī)上運(yùn)行自動(dòng)駕駛算法？It 這不是不可能的，至少你可以完成大部分任務(wù)?！獧z測(cè)19種目標(biāo)(例如，汽車(chē)、行人、道路、天空等。)根據(jù)車(chē)載攝像頭拍的照片。下圖中可以看到ICNet network最近為低性能設(shè)備設(shè)計(jì)的像素級(jí)分割結(jié)果(每種顏色對(duì)應(yīng)一個(gè)目標(biāo)類(lèi)別)。
任務(wù)8:圖像增強(qiáng)
神經(jīng)網(wǎng)絡(luò):ResNet-12 | CPU、NPU、DSP
圖像分辨率:128 x 192像素
埃德·PSNR國(guó)際評(píng)分:18.11分貝
看舊手機(jī)里的照片會(huì)不會(huì)覺(jué)得不舒服？這個(gè)問(wèn)題可以解決:經(jīng)過(guò)適當(dāng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)可以讓舊手機(jī)(甚至iPhone 3GS)上的照片看起來(lái)非常好看、時(shí)尚。要做到這一點(diǎn)，網(wǎng)絡(luò)應(yīng)該觀察和學(xué)習(xí)如何優(yōu)化低端設(shè)備的照片，如DSLR相機(jī)拍攝的照片。當(dāng)然，這個(gè)奇跡也有一些明顯的缺陷(比如每次更換新手機(jī)型號(hào)都要重新訓(xùn)練網(wǎng)絡(luò))，但獲得的圖像看起來(lái)非常好，尤其是舊設(shè)備上的照片。
任務(wù)9:內(nèi)存限制
神經(jīng)網(wǎng)絡(luò):SRCNN 9-5-5 | CPU、NPU、DSP
圖像分辨率:4百萬(wàn)像素
參數(shù):69.162
在任務(wù)4中，我們已經(jīng)知道了SRCNN，它是最輕最簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)之一，但即便如此，在處理高分辨率照片時(shí)，它也會(huì)讓大多數(shù)手機(jī) "跪下 ":要處理高清照片，手機(jī)至少要有6GB內(nèi)存。這個(gè)測(cè)試的目的是找到你的設(shè)備的極限:這個(gè)最簡(jiǎn)單的網(wǎng)絡(luò)能處理多大的圖像？
圖7:在相關(guān)深度學(xué)習(xí)測(cè)試中呈現(xiàn)給用戶(hù)的結(jié)果的可視化示例。
圖8:測(cè)試結(jié)束后AI基準(zhǔn)給出的結(jié)果。
基準(zhǔn)測(cè)試結(jié)果我們展示了超過(guò)10，000臺(tái)移動(dòng)設(shè)備的量化基準(zhǔn)測(cè)試結(jié)果。每個(gè)器件/SoC的分?jǐn)?shù)如表2和表3所示，包括每個(gè)測(cè)試/網(wǎng)絡(luò)的一個(gè)圖像的平均處理時(shí)間、SRCNN模型可以處理的最大可能圖像分辨率以及總AI分?jǐn)?shù)。這些分?jǐn)?shù)是通過(guò)去除異常值后，對(duì)相應(yīng)設(shè)備/SoC的所有結(jié)果進(jìn)行平均而得到的。結(jié)果的細(xì)節(jié)將在下面介紹。
神經(jīng)網(wǎng)絡(luò)
表1總結(jié)了該基準(zhǔn)中包含的所有深度學(xué)習(xí)架構(gòu)的詳細(xì)信息。表2與表3中的結(jié)果以及網(wǎng)絡(luò)的相對(duì)處理時(shí)間和內(nèi)存消耗的理論預(yù)期高度一致。尤其是相比同樣的浮點(diǎn)模型，第一次測(cè)試的量化MobileNet CNN只需要1/3到1/4 RAM，在CPU上的運(yùn)行速度比Inception-V3 CNN快了一個(gè)數(shù)量級(jí)。第三次人臉識(shí)別測(cè)試處理兩倍大小的圖像，比第二次測(cè)試花費(fèi)大約兩倍的推理時(shí)間，這意味著perception-resnet-v1和Inception-V3的性能相當(dāng)。
表1:1:AI Benchmark中使用的深度學(xué)習(xí)模型的特征匯總。
在圖像到圖像處理的任務(wù)中，最有效的模型是ICNet，因?yàn)橛?jì)算主要發(fā)生在圖像/特征圖的下采樣中。SRGAN也使用相同的方法，原始圖像被下采樣到128x128像素，并以此分辨率進(jìn)行處理，直到最后兩層將其上采樣到原始大小。所以雖然使用了12個(gè)殘差塊，處理時(shí)間還是合理的，但是使用下采樣/上采樣層處理512×512像素的圖像，使得RAM占用特別高。圖像增強(qiáng)任務(wù)中使用的DPED網(wǎng)絡(luò)包含4個(gè)殘差塊，并且在圖像處理中沒(méi)有使用下采樣，因此處理時(shí)間應(yīng)該是前一種情況的128x128x12/128x192x4=2倍，如實(shí)驗(yàn)所示。
第五次測(cè)試用的VGG-19模型是所有CNN中最消耗資源的，因?yàn)樗?9個(gè)卷積層組成，理論上會(huì)比DPED慢19/12=1.6倍(它們的卷積層大小差不多)；不過(guò)RAM的消耗分布還是在一個(gè)差不多的范圍內(nèi)，因?yàn)橹饕怯勺畲篌w積層的維度決定的。最后，SRCNN模型比VGG-19和DPED快得多，內(nèi)存消耗也是出于同樣的原因非常相似。SRCNN可以處理的最高圖像像素的大小隨著器件的總RAM大小線性增加，盡管由于NNAPI中的一個(gè)bug，這不適用于Android 8.1或以上版本的手機(jī)，它們一般會(huì)消耗更多的RAM。需要注意的是，目前所有的結(jié)論都是基于不支持硬件加速的結(jié)果，因?yàn)橛布铀倏梢燥@著改變測(cè)試1、2、4、5、8、9的結(jié)果。
表2:各種Android手機(jī)的基準(zhǔn)測(cè)試結(jié)果。完整的名單在http://ai-benchmark.com/ranking.
表3:幾個(gè)SOC的基準(zhǔn)測(cè)試結(jié)果。完整的列表，請(qǐng)參考鏈接:http://ai-benchmark.com/ranking_processors.
智能手機(jī)和移動(dòng)芯片
表2和表3中的結(jié)果顯示了使用AI Benchmark獲得的一些測(cè)試結(jié)果，分別包括Android智能手機(jī)和移動(dòng)芯片。的完整列表可在項(xiàng)目網(wǎng)站上查看。在詳細(xì)討論測(cè)試細(xì)節(jié)之前，首先要提到幾個(gè)Android NNAPI的bug，這些bug也影響了表格中的一些結(jié)果。首先是Android 8.1默認(rèn)NNAPI驅(qū)動(dòng)的漏洞。這些驅(qū)動(dòng)程序禁用時(shí)，卷積速度是啟用時(shí)的兩倍。因此，在計(jì)算表3所示的不同SOC的平均運(yùn)行時(shí)間時(shí)，我們忽略了手機(jī)測(cè)試結(jié)果可能存在的問(wèn)題。
雖然使用Android 8.1和麒麟970芯片的華為手機(jī)使用了自己定制的NNAPI實(shí)現(xiàn)，但還是會(huì)遇到另一個(gè)不同的Bug:長(zhǎng)時(shí)間待機(jī)后，麒麟 s NPU將被丟棄，并且直到重新啟動(dòng)后才能恢復(fù)。兩個(gè)表中的結(jié)果都是在華為設(shè)備剛開(kāi)機(jī)的時(shí)候測(cè)試的。由于上一節(jié)3.2中描述的ByteBuffer問(wèn)題，Android NNAPI在圖像到圖像測(cè)試中的RAM消耗要高一倍，其造成的后果可以在最終的內(nèi)存測(cè)試中觀察到。
我們?cè)谙旅婵偨Y(jié)了各個(gè)Soc廠商的測(cè)試結(jié)果，并描述了相應(yīng)芯片在市場(chǎng)上的表現(xiàn)。
高通:驍龍現(xiàn)在可以為定量神經(jīng)網(wǎng)絡(luò)提供硬件加速(當(dāng)高通 s NNAPI驅(qū)動(dòng)存在)，但是現(xiàn)有的商業(yè)設(shè)備不支持浮點(diǎn)模型。配備這些驅(qū)動(dòng)程序的第一代智能手機(jī)是OnePlus 6，配備驍龍845 SoC和最新的Android P固件?？梢栽贖exagon DSP上25ms運(yùn)行定量MobileNet模型，比對(duì)應(yīng)的CPU速度(60-65ms)快很多。包含相同六邊形的類(lèi)似性能論685 DSP 驍龍670/710芯片。驍龍835配Hexagon 682，驍龍636/660/820/821配Hexagon 680，都是用同一個(gè)高通68x DSP家族，運(yùn)行時(shí)間應(yīng)該更長(zhǎng)。
目前，雖然高通 s NNAPI驅(qū)動(dòng)程序尚未針對(duì)支持加速的浮點(diǎn)模型進(jìn)行正式測(cè)試，驍龍625 SoC與基于CPU的執(zhí)行相比可以實(shí)現(xiàn)兩倍的加速，驍龍625 SoC可能會(huì)使用集成Adreno 506 GPU驅(qū)動(dòng)程序的測(cè)試版。雖然Adreno 506的性能約為130 GFLOPs，這意味著驍龍845 SoC中的Adreno 630(727 GFLOPs)可以潛在地提供3-4倍的加速，但具體數(shù)字可能會(huì)有很大差異。
至于矩陣/深度學(xué)習(xí)計(jì)算相關(guān)的CPU性能，目前最強(qiáng)大的高通核心是驍龍845 SoC中的Kryo 385 Gold。與高通835的Kryo 280核心相比，它顯示了大約30%的改進(jìn)。有趣的是，Kryo 280與定制非Cortex和內(nèi)部第一代Kryo的Snapdragon 820 SoC相比，表現(xiàn)出相似或略有下降的性能(每GHz)。雖然第一代Kryo在設(shè)計(jì)上只有四個(gè)計(jì)算核心，但它仍然比采用更新的Kryo 260核心的驍龍636/660更快。之前以2013年Snapdragon 800/801為代表的Krait微架構(gòu)，依然表現(xiàn)出非常有競(jìng)爭(zhēng)力的結(jié)果。其性能優(yōu)于2xx、4xx和6xx系列的大多數(shù)結(jié)果，甚至緊隨基于Cortex-A57微體系結(jié)構(gòu)的810和808芯片的測(cè)試結(jié)果。我們還注意到，定制的高通CPU內(nèi)核通常比默認(rèn)的ARM Cortex架構(gòu)顯示出更好的結(jié)果。
華為:雖然海思SoC的CPU性能不如高通 s，其集成在麒麟970上的NPU為浮點(diǎn)深度學(xué)習(xí)模型提供了巨大的加速效果。特別是根據(jù)任務(wù)類(lèi)型，可以提供比其CPU快7-21倍的推理，比整體最優(yōu)的CPU結(jié)果好4-7倍的性能。在支持GPU加速的測(cè)試2、4、5和8中，處理一幅圖像平均分別需要132、274、240和193毫秒。這個(gè)NPU唯一的主要缺點(diǎn)是缺乏對(duì)定量模型的加速支持。在第一個(gè)測(cè)試中，所有的計(jì)算都在CPU上運(yùn)行，每個(gè)平均圖像處理時(shí)間為160毫秒，遠(yuǎn)遠(yuǎn)高于驍龍845在啟用DSP時(shí)的相應(yīng)結(jié)果。雖然這個(gè)問(wèn)題可以通過(guò)在麒麟 s NNAPI驅(qū)動(dòng)，這個(gè)功能還在開(kāi)發(fā)階段。
至于其他海思芯片組，他們不。;t目前不提供AI應(yīng)用的加速，所以所有計(jì)算都在CPU上進(jìn)行。由于海思所有的SOC都是基于標(biāo)準(zhǔn)的Arm Cortex內(nèi)核，因此其性能與其他具有相同Cortex架構(gòu)的芯片組相似。
聯(lián)發(fā)科:Helio P60是第一款可以使用NNAPI驅(qū)動(dòng)加速浮點(diǎn)和量化模型的芯片組。量化網(wǎng)絡(luò)在其集成的APU上運(yùn)行，在第一次測(cè)試中處理圖像時(shí)，表現(xiàn)出類(lèi)似于Hexagon685DSP-21MS的性能。浮點(diǎn)網(wǎng)絡(luò)在Mali-G72M3 GPU上執(zhí)行，與CPU相比提供2-5倍加速，比整體最優(yōu)CPU快1.5-2倍。我們應(yīng)該注意，所有這些值都是在developer 聯(lián)發(fā)科的s手機(jī)，而唯一基于Helio P60和NNAPI驅(qū)動(dòng)的市場(chǎng)手機(jī)(vivo V11)的結(jié)果略差。
其他聯(lián)發(fā)科芯片組目前不支持AI應(yīng)用加速。它們運(yùn)行在由標(biāo)準(zhǔn)Arm Cortex設(shè)計(jì)的CPU核心上。
三星:在撰寫(xiě)本文時(shí)，所有三星 美國(guó)SOC公司可以 t提供第三方AI應(yīng)用的加速:所有配置這些芯片組的手機(jī)都使用默認(rèn)的NNAPI驅(qū)動(dòng)程序。作為最新的Exynos 9810 SoC擁有相同的Mali-G72顯卡。就像聯(lián)發(fā)科P60芯片組(但它有12個(gè)核心而不是3個(gè))，如果Arm NN庫(kù)被三星集成到NNAPI驅(qū)動(dòng)程序中，我們預(yù)計(jì)浮點(diǎn)神經(jīng)網(wǎng)絡(luò)的額外加速因子為3-4。由于最近所有的三星Exynos處理器都使用Arm Mali GPU，所以也適用相同的結(jié)論。
根據(jù)任務(wù)類(lèi)型，三星 的貓鼬M3 CPU核心可以顯示明顯優(yōu)于或劣于驍龍845 s定制的Kryo 385內(nèi)核，但二者整體性能相當(dāng)。貓鼬M2微架構(gòu)相比第一代M1版本有50%的顯著提升，第二代(M2)和第三代(M3)的性能非常相似。最新Exynos 8895和9810 SoCs及其集合的一個(gè)值得注意的問(wèn)題能耗管理系統(tǒng)(可調(diào)CPU性能)。它導(dǎo)致大多數(shù)設(shè)備的結(jié)果非常不穩(wěn)定:特別是，幾個(gè)基準(zhǔn)(間隔10分鐘和 "高性能 "mode)運(yùn)行在同一個(gè)Galaxy S9手機(jī)上，顯示出50%的整體得分變化，不同設(shè)備得到的結(jié)果變化更大(比如第七次測(cè)試的處理時(shí)間為200-800ms)。目前沒(méi)有針對(duì)不能模式的外部控制方法，因?yàn)樗鼈兪腔趦?nèi)部邏輯自動(dòng)選擇的。
其他:我們還在其他不常用(如展訊)或廠商停產(chǎn)(如英特爾凌動(dòng)、英偉達(dá)Tegra、TI OMAP)的芯片組上獲得了測(cè)試結(jié)果。其中，在支持CUDA的Nvidia Tegra平臺(tái)和專(zhuān)用于深度神經(jīng)網(wǎng)絡(luò)的cuDNN GPU加速庫(kù)上測(cè)試AI和深度學(xué)習(xí)時(shí)，我們得到了非常有趣的結(jié)果。遺憾的是，自2015年以來(lái)，沒(méi)有新的設(shè)備使用Nvidia SoC，現(xiàn)有設(shè)備已經(jīng)停產(chǎn)，用于加速機(jī)器學(xué)習(xí)移動(dòng)終端框架的NNAPI驅(qū)動(dòng)程序?qū)⒉辉倏捎谩?/p>
目前，移動(dòng)設(shè)備上對(duì)機(jī)器學(xué)習(xí)的軟硬件支持發(fā)展非?？?，每隔幾個(gè)月就有公司宣布里程碑式的技術(shù)。當(dāng)然，這些技術(shù)帶來(lái)了新的可能性和更高的性能，但目前缺乏標(biāo)準(zhǔn)化要求和開(kāi)放規(guī)范，無(wú)法確保對(duì)技術(shù)的優(yōu)缺點(diǎn)進(jìn)行客觀評(píng)估。下面介紹我們通過(guò)NNAPI驅(qū)動(dòng)使用移動(dòng)機(jī)器學(xué)習(xí)框架和硬件加速芯片組的經(jīng)驗(yàn)。
目前，在Android設(shè)備上開(kāi)始使用深度學(xué)習(xí)最簡(jiǎn)單的方法就是使用成熟且相對(duì)穩(wěn)定的TensorFlow移動(dòng)框架。這個(gè)框架出現(xiàn)在兩年前，基本上解決了所有的大問(wèn)題，人們可以在幾個(gè)專(zhuān)門(mén)的網(wǎng)站上找到很多關(guān)于小問(wèn)題的信息。如果硬件加速是關(guān)鍵問(wèn)題，TensorFlow Lite仍然可以作為一個(gè)選項(xiàng)，但我們不 不建議將它用于比使用MobileNet或Inception CNN更復(fù)雜的任務(wù)，因?yàn)樵谝苿?dòng)平臺(tái)上使用非標(biāo)準(zhǔn)網(wǎng)絡(luò)架構(gòu)時(shí)可能會(huì)偶爾出現(xiàn)問(wèn)題。我們也提到了從TF Mobile遷移到TF Lite是比較簡(jiǎn)單的，因?yàn)樗麄兪褂玫氖穷?lèi)似的Android編程接口(最大的區(qū)別是TF Lite把前期訓(xùn)練的模型轉(zhuǎn)換成。tflite而不是。pb格式)，等TF Lite更好支持的時(shí)候我們可以遷移。如果一個(gè)應(yīng)用是針對(duì)某些特定的設(shè)備或者SOC，那么也可以使用相應(yīng)的專(zhuān)用SDK，雖然這種情況下的開(kāi)發(fā)可能會(huì)不方便。簡(jiǎn)單易行。至于使用不那么廣泛的Caffe2 Mobile等框架，目前它們的社區(qū)還是比較小的，也就是說(shuō)網(wǎng)上的教程和問(wèn)題描述很少，所以出現(xiàn)的所有問(wèn)題可能都需要在相應(yīng)的GitHub repo中新建一個(gè)問(wèn)題來(lái)解決。
在Android設(shè)備上為AI算法提供硬件支持是目前比較有爭(zhēng)議的話題。截至本文寫(xiě)作時(shí)，常規(guī)浮點(diǎn)神經(jīng)網(wǎng)絡(luò)運(yùn)行時(shí)間最快的屬于裝載麒麟970的華為手機(jī)，遙遙領(lǐng)先于市場(chǎng)平均水平。但是，還是要客觀看待未來(lái)的發(fā)展。我們的分析表明，幾乎所有的SoC制造商都有潛力使用新的芯片組來(lái)實(shí)現(xiàn)類(lèi)似的結(jié)果。明年年初，裝載麒麟980、聯(lián)發(fā)科P80、新一代高通和三星Exynos premium SoC的設(shè)備上市，情況會(huì)逐漸明朗。除了性能，我們還調(diào)查了它們的能耗，因?yàn)檫^(guò)快的功耗會(huì)限制它們使用一些標(biāo)準(zhǔn)的相機(jī)內(nèi)置處理技術(shù)。
我們要解決的最后一個(gè)問(wèn)題是量化網(wǎng)絡(luò)的使用。目前，它們的應(yīng)用受到限制，因?yàn)槿匀粵](méi)有可靠和標(biāo)準(zhǔn)的工具來(lái)量化網(wǎng)絡(luò)，即使是簡(jiǎn)單的圖像分類(lèi)任務(wù)，更不用說(shuō)復(fù)雜的任務(wù)了。目前，我們期望在這個(gè)領(lǐng)域有兩種不同的開(kāi)發(fā)方法。第一，量化問(wèn)題會(huì)在某個(gè)時(shí)候得到解決，智能手機(jī)上部署的大部分神經(jīng)網(wǎng)絡(luò)都可以量化。第二，支持浮點(diǎn)網(wǎng)絡(luò)的特定NPU變得更加強(qiáng)大高效，不再需要量化。當(dāng)然，我們可以 t輕易預(yù)測(cè)未來(lái)，但我們?cè)贏I benchmark中仍然會(huì)混合使用定量和浮點(diǎn)模型(浮點(diǎn)模型占主導(dǎo))，但對(duì)應(yīng)的比例在未來(lái)版本中可能會(huì)有很大變化。
目前，有許多重要的開(kāi)放問(wèn)題可能在新的機(jī)器學(xué)習(xí)相關(guān)硬件和軟件以及新的專(zhuān)用芯片出現(xiàn)后得到解決。因此，我們計(jì)劃發(fā)布一份介紹移動(dòng)設(shè)備AI加速實(shí)際情況的常規(guī)基準(zhǔn)報(bào)告。這份報(bào)告還會(huì)涉及到機(jī)器學(xué)習(xí)領(lǐng)域的變化，以及AI benchmark做出的相應(yīng)調(diào)整。AI Benchmark的最新測(cè)試結(jié)果和實(shí)際測(cè)試描述將在項(xiàng)目網(wǎng)站上每月更新一次。
博主都是用什么軟件畫(huà)畫(huà)的？
1.sketchmasterSketchmaster安卓版為用戶(hù)提供了免費(fèi)繪畫(huà)功能，使用該軟件可以在線進(jìn)行繪畫(huà)和創(chuàng)作。提供了豐富的筆刷工具供用戶(hù)使用，操作簡(jiǎn)單，非常適合繪畫(huà)愛(ài)好者在線創(chuàng)作！Sketchmaster是一款可以讓你通過(guò)繪畫(huà)來(lái)表達(dá)自己的應(yīng)用。它簡(jiǎn)單易用。內(nèi)置幾十種真畫(huà)筆工具，就像用畫(huà)筆在紙上作畫(huà)一樣，讓你體驗(yàn)每一種一種藝術(shù)創(chuàng)作。實(shí)時(shí)保存，我們知道用戶(hù)創(chuàng)作靈感的不易，我們會(huì)實(shí)時(shí)幫用戶(hù)保存每一個(gè)操作。
2 .生育
Procreate Android版是一款繪畫(huà)手機(jī)軟件，內(nèi)含大量畫(huà)筆、顏色等繪畫(huà)工具。使用簡(jiǎn)單方便，功能強(qiáng)大，可以幫你插畫(huà)，素描等。Procreate是一款專(zhuān)門(mén)為移動(dòng)設(shè)備設(shè)計(jì)的應(yīng)用，其繪制草圖、圖片和插圖的功能無(wú)與倫比。工具箱里全是工具，可以隨時(shí)隨地幫你創(chuàng)作出漂亮的素描、迷人的圖片、精彩的插畫(huà)。
3.妙筆生花app手機(jī)版
妙生花app是一款非常適合專(zhuān)業(yè)人士的手機(jī)畫(huà)圖神器！當(dāng)然，小白用戶(hù)也可以使用它，但它的功能非常強(qiáng)大，可以滿(mǎn)足所有基本的繪畫(huà)相關(guān)需求。所以如果你是搞繪畫(huà)的，建議裝一個(gè)！Autodesk SketchBook是為所有移動(dòng)設(shè)備開(kāi)發(fā)的專(zhuān)業(yè)繪圖應(yīng)用程序。和桌面一樣的繪畫(huà)引擎驅(qū)動(dòng)的App，會(huì)給你帶來(lái)一樣的鉛筆和畫(huà)筆體驗(yàn)，界面會(huì)變得更容易使用。它可以捕捉你的簡(jiǎn)化涂鴉或者你的大設(shè)計(jì)，不管你現(xiàn)在的位置。
echo 2-@ . com amp；;的特效系統(tǒng)正在被優(yōu)化，所以特效被下架了。Tik Tok定期移除一些沒(méi)人用的特效。如果特效的分類(lèi)可以 可能找不到。
建議您使用手機(jī)設(shè)置中的權(quán)限，清除Tik Tok數(shù)據(jù)，然后重試。
Tik Tok時(shí)間特效這是一個(gè)來(lái)自Tik Tok的更有趣的函數(shù)，這個(gè)函數(shù)仍然很有趣?！禩ik Tok》的時(shí)間效果主要是從視頻時(shí)間的角度出發(fā)，給視頻增加了三種特效，可以讓視頻顯示顛倒，或者讓視頻閃爍，或者讓視頻慢慢Tik Tok。
1.像往常一樣打開(kāi)Tik Tok，然后點(diǎn)擊 " "在推薦界面上。
2.點(diǎn)擊下面的紅圈開(kāi)始拍攝視頻。為了加快發(fā)現(xiàn)抖動(dòng)的時(shí)間效果，可以直接拍攝Tik Tok。
3.拍攝完作品后，系統(tǒng)會(huì)自動(dòng)跳轉(zhuǎn)到新的頁(yè)面。關(guān)注未知的事物特殊效果 "左下角的文本和圖標(biāo)，找到后點(diǎn)按它。
4.開(kāi)業(yè)后特殊效果 "，你可以在底部看到兩個(gè)類(lèi)別，其中一個(gè)是 "時(shí)間特效 "，也就是我們要找的。
5.點(diǎn)擊 "時(shí)間效應(yīng) "，你可以在時(shí)間效果的類(lèi)別下看到三種時(shí)間效果:時(shí)間反轉(zhuǎn)、閃光、慢動(dòng)作。
如果你能 不要看它，它 it’已經(jīng)下架了
echo 3-@ . com amp；;s ai畫(huà)圖是:幀率，分辨率設(shè)置為中，畫(huà)質(zhì)，特效等等可以設(shè)置為低，手機(jī)配置一般可以這樣設(shè)置。你必須擁有一切。如果手機(jī)配置高，設(shè)置一下就可以了。
網(wǎng)站欄目：哪些安卓手機(jī)適合AI應(yīng)用？（博主都是用什么軟件畫(huà)畫(huà)的？）
文章起源：http://www.dlmjj.cn/article/djsjepd.html
