首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏算法之名

    高通骁龙SNPE开发指南

    这里的操作系统使用的是Ubuntu 18.04,下载支持Python 3.6的Anaconda:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

    76710编辑于 2023-12-14
  • 来自专栏算法之名

    高通骁龙SNPE开发指南

    这里的操作系统使用的是Ubuntu 18.04,下载支持Python 3.6的Anaconda:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

    51310编辑于 2023-12-14
  • 来自专栏喔家ArchiSelf

    嵌入式中的人工神经网络

    同时,我们还研究了 Snapdragon 平台如何通过使用 Snapdragon 核心和 SNPE SDK 提供的工具来帮助减少电力和处理时间。 图2 分类器 现在,在将网络转换为 ONNX 格式之后,进入了下一步,即使用 SNPE 工具。 首先,需要将 ONNX 格式转换为 DLC。 snpe-onnx-to-dlc -m handwritten-onnx --debug 这将创建一个 DLC 格式网络,可用于SNPE。 图3 拓扑对比(左侧 SNPE DLC,右侧 Matlab) 现在使用相同的测试图像并在 Snapdragon 目标板上验证它。 以下是 ARM,cDSP 和 GPU 的结果摘要,使用了以下步骤: 拉取平台上不同核(使用 dsp 和使用 gpu)的 snpe-net-run 结果 对照拉取的结果在主机上运行 snpe-diagview

    1.8K20发布于 2018-12-10
  • 来自专栏量子位

    CNN推理哪家强?英伟达/英特尔/骁龙/麒麟/ActionSemi大测评

    不过骁龙660的一个问题是SNPE平台版本问题,作者曾经用snpe-tensorflow-to-dlc编译器编译某些最先进的模型时遇到过这个问题。 麒麟970 ? 麒麟970在运行InceptionV3时要比骁龙660快一点,SNPE平台在华为HiAI平台发布后比高通骁龙660更新。

    1K30发布于 2018-09-29
  • 来自专栏决策智能与机器学习

    利用Mask R-CNN2Go实现人体动态捕捉| Facebook AI | 解读技术

    模块化设计改善计算速度 为了能在移动设备上实时的运行深度学习算法,我们结合NNPack、SNPE、和Metal等方法改进了我们的核心框架Caffe2,在移动设备上的CPU库和GPU库(包含NNPack、 SNPE、和Metal算法)上显著的提升了计算能力。

    77320发布于 2020-08-04
  • 来自专栏深度学习自然语言处理

    2021 年了,TensorFlow 和 PyTorch 两个深度学习框架地位又有什么变化吗?

    我18年中旬的时候用的是tensorflow1.x落地了手机端项目(用的是tf->snpe), 那个时候pytorch在落地上的支持还不够好,很多layer不支持,customization也比较复杂, 而tensorflow落地框架选择有很多,例如tensorLite, TensorRT, ncnn, snpe等等。

    1.1K20发布于 2021-06-17
  • 来自专栏计算机视觉战队

    蔚来数字座舱多模交互研发团队等你来拿Offer!

    大学硕士及以上学历,计算机、数学、数据科学、自动化、人工智能等相关专业;熟练使用python和c++,有2年视觉算法研发经验;具备良好的逻辑思维能力,业务解读能力,良好的沟通协作能力 推理框架研发工程师 负责高通SNPE 了解CNN/RNN等主流模型,熟悉Tensroflow/pytorch等常用深度学习框架具有良好的计算机基础,优秀的编码能力,扎实的数据结构和算法功底一年以上AI推理加速优化经验,有tensorRT/SNPE 大学硕士及以上学历,计算机、数学、数据科学、自动化、人工智能等相关专业; 熟练使用python和c++,有2年视觉算法研发经验; 具备良好的逻辑思维能力,业务解读能力,良好的沟通协作能力 推理框架研发工程师 负责高通SNPE CNN/RNN等主流模型,熟悉Tensroflow/pytorch等常用深度学习框架 具有良好的计算机基础,优秀的编码能力,扎实的数据结构和算法功底 一年以上AI推理加速优化经验,有tensorRT/SNPE

    1.4K60编辑于 2022-04-02
  • 来自专栏AI科技评论

    开发 | 小米再开源!这次是移动端神经网络框架基准测试项目 MobileAIBench

    现阶段支持 MACE、SNPE、ncnn、TensorFlow Lite 等框架的评测,后续还将加入对模型量化压缩以及模型精度的对比。用户可以根据项目文档,自行添加一个框架或者一个新模型。

    67830发布于 2018-08-06
  • 来自专栏奇点大数据

    PyTorch 1.0现身F8开发者大会

    ONNX是Facebook去年联合多家软硬件公司发布的神经网络模型转换协议,现在,它新增了对苹果的Core ML、百度PaddlePaddle、高通SNPE的支持,再加上原本支持的MXNet、Caffe2

    63510发布于 2018-07-24
  • 来自专栏大龄程序员的人工智能之路

    不服?来跑个分!

    2016年,高通公司推出了Snapdragon神经处理引擎(SNPE),以加速其GPU和DSP的神经网络的执行。2017年,海思半导体发布了在麒麟NPU上运行神经网络的HiAI平台。

    1.5K20发布于 2019-07-02
  • 来自专栏量子位

    人工智能产业发展联盟公布首轮AI芯片基准评测结果,评估工具已开源

    目前已经完成的移动端适配环境包括HiAI/SNPE/Tengine/TensorFlow Lite/MACE/NCNN等。

    68130发布于 2019-04-23
  • 来自专栏大龄程序员的人工智能之路

    Android NN API,谷歌意在收编各路诸侯?

    高通发布了专用的 Snapdragon Neural Processing Engine (SNPE) SDK ,该SDK支持常见的深度学习模型框架,例如Caffe / Caffe2、TensorFlow

    2.4K20发布于 2020-07-21
  • 来自专栏计算机视觉战队

    训练好的深度学习模型原来这样部署的!(干货满满,收藏慢慢看)

    开源地址:PaddlePaddle/Paddle-Lite SNPE ? 这是高通骁龙的官方SDK,不开源。主要支持自家的DSP、GPU和CPU。 模型训练在流行的深度学习框架上进行(SNPE支持Caffe,Caffe2,ONNX和TensorFlow模型。)训练完成后,训练的模型将转换为可加载到SNPE运行时的DLC文件。

    34.6K56发布于 2021-07-30
  • 《移动端NLP模型部署指南:突破性能与资源瓶颈》

    一些高端移动芯片,如苹果的A系列芯片和高通的骁龙系列芯片,都集成了强大的GPU,开发者可通过相应的开发工具,如苹果的Metal框架、高通的SNPE(骁龙神经处理引擎),充分发挥GPU的性能,加速NLP模型在移动端的运行

    55310编辑于 2025-01-30
  • 来自专栏技术人生黄勇

    大模型边际效应下降,小模型正在悄悄逆袭

    推理框架就是隐形的战场, llama.cpp、MLC LLM、Qualcomm QNN、SNPE、Apple CoreML、MLX-LLM 哪个更好,适配问题,都值得思考?

    25410编辑于 2026-03-11
  • 来自专栏有三AI

    【移动端DL框架】当前主流的移动端深度学习框架一览

    比如不开源的骁龙的官方SDK SNPE,主要支持自家的DSP、GPU和CPU。

    1.9K10发布于 2019-07-27
  • 来自专栏企鹅号快讯

    QQ上线“高能舞室”背后:内容年轻化+技术轻量化

    通过高通骁龙神经处理引擎(Snapdragon Neural Processing Engine, SNPE)SDK,为“高能舞室”提供了高性能和高能效的运行环境,将识别的时间大大降低,保证了舞蹈拍摄的流畅体验

    1.1K50发布于 2018-02-12
  • 来自专栏前行的CVer

    AAAI 2023实用AI挑战赛冠军方案分享

    比赛涉及的硬件平台包括: 安防芯片:华为Atlas 300 / 瑞芯微 RV1126 云端GPU芯片:英伟达 Tesla T4 手机芯片:高通SNPE GPU、DSP 自动驾驶芯片:德州仪器TDA4VM

    79130编辑于 2023-10-18
  • 来自专栏量子位

    F8大动作:PyTorch 1.0现身(Logo也换了),围棋AI开源

    ONNX是Facebook去年联合多家软硬件公司发布的神经网络模型转换协议,现在,它新增了对苹果的Core ML、百度PaddlePaddle、高通SNPE的支持,再加上原本支持的MXNet、Caffe2

    65220发布于 2018-07-24
  • 来自专栏云深之无迹

    Pupil-Labs Neon技术分析

    但是看个结构还是可以的,下面的就是分析出来里面打包进去的二进制库,可以看到ZeroMQ,以及USB,其实视频里面说的没有神经网络是不对的,分析显示是有高通的神经网络库( Qualcomm 公司的骁龙神经处理引擎 (SNPE

    44510编辑于 2024-09-20
领券