一、tf.ConfigProto和tf.GPUOptions用法tf.ConfigProto一般用在创建session的时候，用来对session进行参数配置，而tf.GPUOptions可以作为设置tf.ConfigProto时的一个参数选项，一般用于限制GPU资源的使用。1.1 tf.ConfigProto()的参数log_device_placement=True : 是否打印设备分配日志
转载
2024-09-14 10:27:40
116阅读
TensorFlow Lite 在GPU环境下 TensorFlow Lite支持多种硬件加速器。本文档介绍如何在安卓系统（要求OpenGL ES 3.1或更高版本）和iOS（要求iOS 8 或更高版本）的GPU后端（backend）使用TensorFLow Lite delegate APIs。使用GPU加速的优势速度GPUs 设计为具有高吞吐量、可大规模并行化的工作负载（worklo
转载
2024-03-08 09:25:27
251阅读
驱动和桥接log4j是一个日志系统。slf4j是一个日志系统的封装，对外提供统一的API使用slf4j需要下载slf4j-api-x.x.x.jar 它提供对外一致的API接口，其本身不提供日志实现。假设我们选择log4j作为我们的日志实现，需要下载log4j-x.x.x.jar如果想把slf4j绑定log4j，则需要下载slf4j对log4j的相应”驱动”。slf4j-log4j12-x.x.x
转载
2024-10-25 23:32:52
21阅读
由于IOS App需要使用已训练的tensorflow模型进行物体检测，特将此过程记录下来已备不时之需。一、tflite是什么TensorFlow Lite 的设计旨在在各种设备上高效执行模型。这种高效部分源于在存储模型时，采用了一种特殊的格式。TensorFlow 模型在能被 TensorFlow Lite 使用前，必须转换成这种格式。 由上图可知：tflite是从训练的模
转载
2023-12-07 22:21:49
550阅读
1、编译libtensorflow-lite.a库： ubuntu下交叉环境编译： https://blog..net/computerme/article/details/80345065 https://blog..net/dia323/article/details/89388
原创
2022-01-17 16:33:27
93阅读
前面的一篇博文中，提到了要使用自己编译出来的Android来启动，且使用NFS的方式来启动Android，但是在今天的尝试中却遇到了问题。且最终没有解决，但是找到了替换方案，替换方案见下一篇博文。遇到的问题汇总如下，希望可以帮助遇到同样问题的人。板子用的还是TQIMX6Q（见以前的博文）。Android NFS启动的rootfs制作与启动要制作Android NFS rootfs，需要对Andro
转载
2023-08-17 16:28:42
122阅读
本文继续刨刨代码背后的含义。 文章目录问题引入Module 的float()方法是对模型所有参数进行的float转换疑问解答1 buffer是另一种模型参数2 浮点型参数 指代 float64，float32，float16小总结：Tensor的dtype类型转换3 为什么要统一成float32总结 问题引入我们在学习深度学习实战项目（比如Kaggle房价预测）时，会看到在定义完线性模型后，在定义
转载
2024-03-09 21:05:54
101阅读
SubShader TagsSubShader中的Tags必须放在SubShader中的Tags内。参数有：Queue渲染队列，指定对象什么时候渲染，每个队列其实是利用一个整数进行索引的。有以下取值Background 值为1000，此队列的对象最先进行渲染Geomrtry Queue的默认值。值为2000，通常用于不透明对象，比如场景中的物件与角色AlphaTest 值为2450，要么完全透明要
转载
2024-04-05 14:19:51
38阅读
创建Tensorflow的模型在Android平台受到设备的限制，本身并不能训练模型，因此需要使用已有的模型。 在本文中将介绍如何将Tensorflow的模型转换成tflite模型，为Android设备可以使用。import tensorflow as tf
import numpy as np
转载
2024-04-11 14:48:07
202阅读
# Android TFLite（TensorFlow Lite）入门指南
在移动应用开发中，人工智能和深度学习的应用越来越广泛。TensorFlow Lite（TFLite）是一个轻量级的深度学习推理框架，专为移动和嵌入式设备设计。本文将介绍如何在Android应用中使用TensorFlow Lite，包括基本概念、安装步骤、代码示例以及数据流与数据关系图。
## 什么是TensorFlow
最近要做分割，所以尝试下FCN。作为分割领域的开创者，本以为应该很快搞定，不曾想被网上一大堆坑爹教程狠狠坑了几把。愤而记录一下，目标是真真实实的把事情说清楚，弄明白，不清不楚的说就是坑人啊！！一.下载源码1.github上有多个版本的，我推荐原版的。原版是tf0.12,py2.7的，很多人应该跟我一样因为版本问题没有用原版，可是之后下载了3个版本，都有问题，而原版我tf1.12,py3.6竟然没有
深度学习要想落地实践，一个少不了的路径即是朝着智能终端、嵌入式设备等方向发展。但终端设备没有GPU服务器那样的强大性能，那如何使得终端设备应用上深度学习呢？所幸谷歌已经推出了TFMobile，去年又更进一步，推出了TFLite，其应用思路为在GPU服务器上利用迁移学习训练自己的模型，然后将定制化模型移植到TFLite上，终端设备仅利用模型做前向推理，预测结果。本文基于以下三篇文章而成
转载
2024-03-10 14:31:18
347阅读
最近在搞移动端的模型部署包括coreML IOS端的部署，tf-Lite Android端的部署。但是自己并不是前端开发工程师，所以移动端的代码只是修修改改，主要还是如何将模型转换到对应的格式并可以运行。这篇主要说下YOLOv5s在Android端的部署，模型是官方最新的的pytorch转ONNX，然后自己再转tf-lite，中间需要自己去修改NMS相关部分的代码，遇到一堆坑。
效果录像
转载
2023-09-14 22:36:23
330阅读
本文介绍如何用 Relay 部署 TFLite 模型。
原创
2023-06-19 16:54:05
112阅读
因为在跟踪GPS轨迹的时候开启了一个新的service来记录GPS数据，将结果显示在主页面，采用的是在service中使用broadCastReceiver发送广播在activity中收到广播后更新界面，在这学习一下broadCastReceiver。Android广播标准广播 完全异步执行的广播，广播发出后，所有广播接收器几乎同一时刻接收到这条广播消息，无先后顺序。效率高，无法被截断。有序广播
大规模分布式机器学习应用中，GPU间参数聚合的速度对整体训练速度起到至关重要的作用，尤其当今GPU算力越来越强，参数聚合速度的重要性也日益显著。伯克利与微软在SysML 2018上推出了一个基于NVLink构建的高性能的参数聚合通讯库Blink并发表了相关论文。文中重点介绍了Blink的设计，并通过实验来证明其有效性。1.引言大型深度学习模型进行训练时，需要花费不少的时间，如ImageNet 1K
写在前面的话最近学习 Android 开发学到了运行时权限这部分，为了更好的理解与熟悉运行时权限的申请方法，我查找了一些资料做了如下总结。为了方便后期查看，同时也分享出来供大家一起学习。文章中若有描述不严谨或错误的地方，还请指出。方法一：一般写法这个方法中的内容主要参考的是 郭霖 大神的作品《第一行代码（第三版）》。自 Android 6.0 系统后，Android 引入了运行时权限功能以加强对用
喜欢就关注我们吧！TensorFlowLite（TFLite）现在支持在Android设备上使用OpenCL进行GPU推理，这一改进使得TFLite性能比使用现有OpenGL后端提高了约2倍。TensorFlowLite团队介绍了目前其使用OpenCL在移动GPU推理上所取得的进展，并宣布正式推出基于OpenCL的Android移动GPU推理引擎，该引擎在大小合理的神经网络上可比现有的OpenGL
原创
2021-05-15 15:27:49
1092阅读
文章目录写在前面开箱 README`tf1.md` 和 `tf1_detection_zoo.md``tf1.md``tf1_detection_zoo.md``tf1_training_and_evaluation.md`Local TraingTensorboard`model_main.py` 和 pipeline config先说 pipeline config再说 `model_mai
转载
2024-03-19 12:18:28
175阅读
Related articles翻译状态：本文是 NTFS-3G 的翻译。上次翻译日期：2019-10-06。如果英文版本有所更改，则您可以帮助同步翻译。Linux内核目前只支持对微软NTFS文件系统的读取。 NTFS-3G 是微软 NTFS 文件系统的一个开源实现，同时支持读和写。NTFS-3G 开发者使用 FUSE 文件系统来辅助开发，同时对可移植性有益。安装手动挂载你有两个选择。传统方法是：
