https://www.infoq.cn/talk/sQ7eKfv1KW1A0kUafBgv
投票编号:27号 MNN?
投票截止时间:?11月13日晚11点
投票即可获得定制淘公仔!!!
投票即可获得定制淘公仔!!!
投票即可获得定制淘公仔!!!
(重要的事说三遍)
还有:橙子将从投票的同学中抽取10位幸运用户,送出大礼包:双肩包+公仔+保温杯
(抽取形式:投票截图发送淘大橙,我们会在活动结束后朋友圈同步中奖同学名单,以保证活动的公正性)
淘大橙微信
投票入口
其实看到这大家就可以先扫码进行投票了!!!
——————————————————
————————————
下面再来简单介绍一下MNN为什么能“出道”
???技术领先性:
MNN经历3年阿里双11洗礼,支持70+个AI应用场景、30+APP、10+小程序中,既包含手机淘宝、闲鱼、淘宝直播这样的国民级产品,也有天猫精灵、菜鸟自提柜这样的IoT应用。仅手淘 App 每天运行次数3亿次+,覆盖手淘300+款高、中、低端设备;
MNN在移动端CPU、GPU的推理性能上,位于推理引擎行业前列;在异构后
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎徽关注公zhong号:编程进阶路 加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
端算子支持的完备度上,更是遥遥领先其他的推理引擎。数据见此文:[如何客观评价推理引擎 - 知乎]( )
MNN独特的架构设计理念,已经获得学术界的认可,在MLSys2020上发表(https://mlsys.org/Conferences/2020/ScheduleMultitrack?event=1415)
???场景痛点解决能力
MNN主要服务于深度学习模型落地部署,尤其是移动端的场景。其痛点主要来自于:移动端设备的算力往往不足服务端,如何在内存、算力等资源受限的情况下,极致发挥性能,让深度学习模型参与的交互场景达到实时。
在手机淘宝的电商场景中,MNN极致的推理性能以及极简的包大小,让重点业务模型(如人脸检测)推理速度数倍优于业界基线TFlite,交互FPS在低端手机上稳定在30FPS以上。
???产品功能完整性
1. 训练??MNN通过引入表达式机制,支持用户构建模型进行训练,达到“推训一体”的效果。([使用MNN表达式API进行训练 · 语雀]( ))目前,MNN在移动端的训练机制已经在手机淘宝中得到充分验证,可以根据每个用户隐私的训练数据,定制化全局推荐模型,明显提升个性化推荐的效果。
**2. MNN支持Tensorflow、TFLite、ONNX、Caffe格式的模型。**在异构设备的支持完备度上在业界领先:https://zhuanlan.zhihu.com/p/151666822
???比较优势
**1. 应用场景:**MNN立足于阿里巴巴集团,支持了众多有商业价值的场景(如淘宝直播,AR导购,搜索推荐,菜鸟IOT等),有天然的业务应用的优势。经历过数次大规模的双11洗礼,在稳定性、性能、兼容性、商业价值上,都是工业界的领先水平。
标签:11,场景,2024,公仔,投票,MNN,Pick,推理 From: https://blog.51cto.com/u_17015008/12088694