书栈网 · BookStack 本次搜索耗时 0.034 秒,为您找到 219 个相关结果.
  • PaddleLite使用百度XPU预测部署

    PaddleLite使用百度XPU预测部署 支持现状 已支持的芯片 已支持的设备 已支持的Paddle模型 已支持(或部分支持)的Paddle算子(Kernel接入方式) 参考示例演示 测试设备(K100昆仑AI加速卡) 准备设备环境 准备本地编译环境 运行图像分类示例程序 更新模型 更新支持百度XPU的Paddle Lite库 其它...
  • PaddleLite使用百度XPU预测部署

    PaddleLite使用百度XPU预测部署 支持现状 已支持的芯片 已支持的设备 已支持的Paddle模型 已支持(或部分支持)的Paddle算子(Kernel接入方式) 参考示例演示 测试设备(K100昆仑AI加速卡) 准备设备环境 准备本地编译环境 运行图像分类示例程序 更新模型 更新支持百度XPU的Paddle Lite库 其它...
  • 测试方法

    测试方法 环境准备 一. 一键Benchmark 二. 逐步Benchmark 1. 编译benchmark可执行文件 2. 准备模型 3. benchmark.sh脚本 4. 测试 测试方法 本文将会介绍在Ubuntu:16.04交叉编译环境 下,用安卓手机在终端测试Paddle-Lite的性能,同时介绍使用PaddleLite快速测...
  • 特征匹配

    特征匹配 目标 蛮力匹配的基础知识 对 ORB 描述子使用蛮力匹配 这个匹配器对象是什么? 对 SIFT 描述符进行蛮力匹配和比率测试 基于 FLANN 的匹配器 其他资源 练习 特征匹配 目标 在这一章当中 我们将看到如何将一个图像中的特征点与其他图像进行匹配。 我们将在 OpenCV 中使用蛮力(Brute-Force...
  • 测试方法

    测试方法 环境准备 一. 一键Benchmark 二. 逐步Benchmark 1. 编译benchmark可执行文件 2. 准备模型 3. benchmark.sh脚本 4. 测试 测试方法 本文将会介绍在Ubuntu:16.04交叉编译环境 下,用安卓手机在终端测试Paddle-Lite的性能,同时介绍使用PaddleLite快速测...
  • PaddleLite使用华为NPU(Kirin SoC)预测部署

    PaddleLite使用华为NPU(Kirin SoC)预测部署 支持现状 已支持的芯片 已支持的设备 已支持的Paddle模型 已支持(或部分支持)的Paddle算子 参考示例演示 测试设备(HUAWEI Mate30 5G) 准备设备环境 准备交叉编译环境 运行图像分类示例程序 更新模型 更新支持华为NPU的PaddleLite库 ...
  • PaddleLite使用百度XPU预测部署

    PaddleLite使用百度XPU预测部署 支持现状 已支持的芯片 已支持的设备 已支持的Paddle模型 已支持(或部分支持)的Paddle算子(Kernel接入方式) 参考示例演示 测试设备(K100昆仑AI加速卡) 准备设备环境 准备本地编译环境 运行图像分类示例程序 更新模型 更新支持百度XPU的Paddle Lite库 其它...
  • Conan Server

    Conan Server Configuration Server Parameters Permissions Parameters Authentication Create Your Own Custom Authenticator Authorizations Create Your Own Custom Authorizer Runn...
  • Ubuntu下从源码编译

    Ubuntu下从源码编译 环境准备 选择CPU/GPU 安装步骤 用Docker编译 本机编译 验证安装 如何卸载 Ubuntu下从源码编译 环境准备 64位操作系统 Ubuntu 14.04 /16.04 /18.04 Python 2.7/3.5/3.6/3.7 pip或pip3 >= 9.0.1 选择CPU/GPU ...
  • Performance Tips and Tricks

    Performance Tips and Tricks Mixed Precision Training Faster Image Processing libjpeg-turbo Pillow-SIMD Background Installation How to check whether you’re running Pillow or Pi...