0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

小米要做移動(dòng)端最牛叉的深度學(xué)習(xí)框架

電子工程師 ? 來源:未知 ? 作者:李倩 ? 2018-07-03 11:53 ? 次閱讀

小米要做移動(dòng)端最牛叉的深度學(xué)習(xí)框架。

—— 小米崔寶秋

北京時(shí)間 6 月 28 日,在第十三屆開源中國開源世界高峰論壇上,小米首席架構(gòu)師、人工智能與云平臺(tái)副總裁崔寶秋在《小米 AI 時(shí)代的開源》的主題演講中,代表小米正式發(fā)布了小米移動(dòng)端深度學(xué)習(xí)框架 ——MACE。

以下為演講實(shí)錄整理:

尊敬的各位嘉賓、各位朋友、各位同行,大家下午好!我叫崔寶秋,在小米負(fù)責(zé)人工智能與云平臺(tái),首先非常想感謝陸主席(編者注:中國開源軟件推進(jìn)聯(lián)盟名譽(yù)主席陸首群教授),在開源上為中國做的杰出貢獻(xiàn),非常榮幸有機(jī)會(huì)再次跟大家分享開源中國開源世界,我不知道第幾次參加了,幾乎每年都參加,感謝組委會(huì)對(duì)小米的厚愛。

公司我負(fù)責(zé)這個(gè)團(tuán)隊(duì),作為個(gè)人介紹,尤其在行業(yè)會(huì)上,我更愿意介紹自己為一個(gè)自由軟件的愛好者、信任者、一個(gè)開源軟件的參與者和管理者,到今天一個(gè)開源軟件的倡導(dǎo)者。所以今天我想跟大家分享的是——小米在AI時(shí)代的開源。過去幾年一直在推小米在大數(shù)據(jù)、云計(jì)算方面的開源。今天講講在AI時(shí)代,小米怎么擁抱開源。

▌小米和開源有什么關(guān)系?

講起小米,大家會(huì)想到小米只是一家智能手機(jī)公司,智能手機(jī)硬梆梆的和開源有什么關(guān)系?首先我想講,這個(gè)認(rèn)識(shí)是完全不對(duì)的,小米不僅僅是一家智能手機(jī)功能,更多是一家智能設(shè)備、互聯(lián)網(wǎng)公司。用雷總的話講,是一家以手機(jī)智能硬件IoT 平臺(tái)為核心的互聯(lián)網(wǎng)公司。

作為一個(gè)技術(shù)人員,我更愿意講小米是一家大數(shù)據(jù)公司、一家AI公司。為什么AI在小米如此重要?為什么我們?cè)贏I上面投入再多都不為過呢?首先看一下小米有豐富的產(chǎn)品線,我們需要AI賦能,除了手機(jī)之外,還有很多智能設(shè)備,這些智能設(shè)備只是一系列產(chǎn)品線中小的子集。我們需要去看到小米做AI的幾大優(yōu)勢(shì)。這是我過去幾年一直講的,小米為什么做AI?做AI的三大優(yōu)勢(shì)是什么?

第一有做硬件產(chǎn)品的優(yōu)勢(shì),在中國小米是遙遙領(lǐng)先的,在世界也非??壳啊P∶卓梢宰鲆豢罘浅>缕列詢r(jià)比非常高的手機(jī),可以做一系列有小米設(shè)計(jì)風(fēng)格的一系列生態(tài)產(chǎn)品,很多產(chǎn)品都成為爆品,輕松的上千萬量級(jí),說明小米在硬件上的優(yōu)勢(shì),很多公司苦于落地,小米不用擔(dān)心。

第二是小米真正大數(shù)據(jù)的優(yōu)勢(shì),這是我過去幾年一直在推的,從云計(jì)算到大數(shù)據(jù),各種各樣的,手機(jī)上可以帶來很多數(shù)據(jù),各種各樣的數(shù)據(jù),全生態(tài)多樣性的數(shù)據(jù)。加上IOT各種設(shè)備,小米有了數(shù)據(jù),才可以讓更多功能變得智能,各種設(shè)備變成真正的智能設(shè)備。

第三大優(yōu)勢(shì)就是小米投入AI再多都不為過的理由,就是我們有豐富的產(chǎn)品線,不僅帶來技術(shù)落地很多面、很的點(diǎn),更帶來智能場(chǎng)景的創(chuàng)新機(jī)會(huì)。

所以2016年底,我們已經(jīng)把AI,作為小米未來核心戰(zhàn)略的重要組成部分,作為未來十年、甚至二十年的核心戰(zhàn)略。隨著AI的投入,我們推出的第一款產(chǎn)品戰(zhàn)略級(jí)的AI產(chǎn)品就是AI音箱,背后就是大家非常熟悉的小愛同學(xué),小愛同學(xué)不僅僅只是音箱上的智能語音交互平臺(tái),也不是電視上的智能語音交互平臺(tái),它將成為小米圍繞手機(jī)和IoT生態(tài)龐大生態(tài)的控制中心

它的背后,我把它稱之為智聯(lián)萬物的AI虛擬助理,后面有很多黑科技。小愛同學(xué)背后的黑科技,最近剛被評(píng)為十大黑科技之一。這些后面都需要很強(qiáng)的技術(shù)支撐,現(xiàn)在大家就可以慢慢聯(lián)想到,為什么開源對(duì)小米如此重要。

過去幾年我的團(tuán)隊(duì)在技術(shù)發(fā)展路線,就是從C到B到A,這個(gè)我在很多場(chǎng)合都講過,從云計(jì)算到大數(shù)據(jù)到A,前面聯(lián)想的同事講了很多C和B,也有一些A,但開源講到技術(shù)就不得不講到開源。

六年前我加入小米,我在講我們必須擁抱開源,雷總也非常看中開源,他曾經(jīng)講過任何一家創(chuàng)業(yè)公司,如果不擁抱開源,就直接會(huì)輸在起跑線上。過去幾年,我的團(tuán)隊(duì)和周邊我的兄弟部門都在擁抱開源,我們把擁抱開源,打造成小米工程文化的重要組成部分,為什么選擇開源?這個(gè)大家都是行業(yè)中的,我不用多講了。

幾年前我參加開源世界大會(huì),我講過一些觀點(diǎn),站在巨人肩膀上,很多尤其大數(shù)據(jù)、云計(jì)算方面的開源系統(tǒng),開源軟件已經(jīng)成了行業(yè)中的事實(shí)標(biāo)準(zhǔn),開源可以提高代碼質(zhì)量,提高工程師的素質(zhì),可以帶來很多人才庫,也可以吸引人才。這些只是開源好處的比較實(shí)用主義的一個(gè)方面。

六年前我加入小米,就制定了小米開源戰(zhàn)略的五個(gè)方面,今天為止回頭看還不過時(shí)。

第一個(gè)就是快,快速選型、快速融入社區(qū)、快速反饋,快是小米模式的重要組成部分;

第二個(gè)不重造輪子;

第三個(gè)不用則已,要用則精,很多公司只用不精,不能真正駕馭;

第四點(diǎn)就是公司的態(tài)度——永遠(yuǎn)擁抱開放和共享的態(tài)度,第四點(diǎn)也是與其他公司不同的。

當(dāng)然六年后的今天,中國很多企業(yè)都在擁抱第五條——在重大的軟件項(xiàng)目上、開源軟件項(xiàng)目上,要贏得話語權(quán)、為社區(qū)做貢獻(xiàn),就得降低自己封閉的維護(hù)成本,這個(gè)和第三條也是息息相關(guān)的,不用則已,要用則精。

所以在云計(jì)算時(shí)代,剛才聯(lián)想的同志也講了,我也不用多講,這些毋庸置疑,每家互聯(lián)網(wǎng)公司跟云計(jì)算、跟互聯(lián)網(wǎng)服務(wù)有一點(diǎn)點(diǎn)關(guān)系的公司都離不開開源。

小米在這方面做了比較有代表性的成功的案例,就是在HBase的貢獻(xiàn)參與和從零打造。過去兩年,這個(gè)項(xiàng)目的負(fù)責(zé)人,在幾個(gè)場(chǎng)合兩三次跟我講,感謝你們小米對(duì)HBase的貢獻(xiàn),你們團(tuán)隊(duì)是最強(qiáng)的團(tuán)隊(duì),當(dāng)然他有部分恭維的因素。我把這些話,當(dāng)成他對(duì)我們小米團(tuán)隊(duì)在HBase貢獻(xiàn)上的肯定。

▌回到AI時(shí)代,小米要做什么?怎么做?

回到AI時(shí)代,小米要做什么?怎么做?回頭看我們過去幾年團(tuán)隊(duì)圍繞AI、圍繞云計(jì)算、大數(shù)據(jù)積累了一些基礎(chǔ)的能力。我們說今天AI的新的春天到來了,背后是因?yàn)樯疃葘W(xué)習(xí)。但是四年前、五年前,跟同志們講不要忘了大數(shù)據(jù)。今天大家知道大數(shù)據(jù)在AI中扮演的角色。深度學(xué)習(xí)、大數(shù)據(jù)、云計(jì)算,是新的AI時(shí)代離不開的底層技術(shù),這些都有開源技術(shù)的存在。往上一層一層疊加,從感知到應(yīng)用到開放平臺(tái),我們公司所有的跟這些相關(guān)的技術(shù),都離不開開源。

曾經(jīng)我有些擔(dān)心,因?yàn)镃和B、云計(jì)算和大數(shù)據(jù)開源軟件不缺,在AI時(shí)代,幾年前我有點(diǎn)擔(dān)心,但是今天我不再擔(dān)心,為什么?AI巨頭在紛紛的擁抱開源,我在硅谷跟Facebook、跟谷歌負(fù)責(zé)AI的團(tuán)隊(duì)帶頭人、科學(xué)家深度交流,他們的答案可能不同,但是我看到一點(diǎn)是共通的,他們要開放開源,快速地打造自己的社區(qū),建立自己在某個(gè)領(lǐng)域的競(jìng)爭(zhēng)優(yōu)勢(shì)和領(lǐng)先性。光這一點(diǎn),就可以讓我樂觀的估計(jì),開源在AI領(lǐng)域持續(xù)會(huì)火。

2016年AlphaGo激發(fā)了人們對(duì)深度學(xué)習(xí)的新一代AI技術(shù)的熱情,每家公司都在深度地?fù)肀I,AI優(yōu)先。我們做了什么?繼續(xù)擁抱開源,我們很快推出小米自己的深度學(xué)習(xí)云服務(wù)、小米Cloud-ML。

我們用這個(gè)做公司內(nèi)部的人工智能競(jìng)賽,一方面造福了各個(gè)業(yè)務(wù),一方面打造了云服務(wù)的能力。我們支持了幾乎所有開源的深度學(xué)習(xí)框架,這些都是服務(wù)端的、云端的AI能力、模型訓(xùn)練能力、推算能力。夠還是不夠,大家都知道。云上的智能和端上的智能是不同的,是需要相輔相成的,端上我們做什么?

今天我非常高興、也非常自豪地代表我們團(tuán)隊(duì)小米人工智能與云平臺(tái)團(tuán)隊(duì),也代表小米公司,正式在這個(gè)場(chǎng)合,宣布一個(gè)新的開源項(xiàng)目,過去在云計(jì)算、大數(shù)據(jù)方面開放了開源,自研了很多產(chǎn)品。

▌小米移動(dòng)端深度學(xué)習(xí)框架 —— MACE

今天我要宣布的關(guān)于AI的開源項(xiàng)目是什么?MACE,移動(dòng)端深度學(xué)習(xí)框架,不知道大家對(duì)這個(gè)有沒有感覺。月初過去印度,拜訪了很多印度家庭,看到印度摔跤教練,在家里面看到這么一個(gè)武器,名字就叫MACE,我說好巧,跟我們開源項(xiàng)目一模一樣的名字。

移動(dòng)端深入學(xué)習(xí)框架,是干什么的?大家都知道,我剛才講了小米是一家智能設(shè)備公司,很多都是2C的個(gè)人設(shè)備包括手機(jī),很多推理、很多人工智能的推測(cè)能力、推理能力、預(yù)測(cè)能力,都需要在端上要做,那么在端上怎么做,怎么做得快?這里面可能學(xué)問就大了,或者難度就大了,MACE就起這些作用。

內(nèi)部我們?nèi)ツ甑?017年12月15號(hào),就已經(jīng)上線了發(fā)布了這款產(chǎn)品,我們支持異構(gòu)的計(jì)算加速,支持TensorFlow、支持高通、MTK、澎湃等芯片。我們希望能打造成業(yè)界最好的移動(dòng)端深度學(xué)習(xí)框架。

為什么我們要做這款開源項(xiàng)目?我在公司制定開源戰(zhàn)略,講了很多不重造輪子,用市面上有的,開源社區(qū)有的,我們當(dāng)時(shí)環(huán)顧四周,滿足我們需求的真心沒有,所以我們要做。

繼續(xù)擁抱開源的第四大戰(zhàn)略,永遠(yuǎn)擁抱開放與共享的態(tài)度,比較一下當(dāng)時(shí)開源的框架有什么不足,為什么我們必須要自己做呢?

大家看一下TensorFlow Lite,一比較MACE的優(yōu)勢(shì)就出來了。我們?cè)倏捶情_源的,我們跟高通有緊密合作關(guān)系,他們自己提供的深度學(xué)習(xí)框架,很大程度上滿足不了我們的需求。

再比較一下,難易慢快,支持不支持,卡頓不卡頓,也是我們要自己開發(fā)MACE的一個(gè)理由。

▌為什么要開發(fā)MACE?

1、AI單攝背景虛化

MACE在小米移動(dòng)端設(shè)備上得到廣泛的應(yīng)用,大家用小米手機(jī)或者對(duì)小米感興趣的人可能知道,我們最近發(fā)布了幾款產(chǎn)品都在打造AI像機(jī),用MACE差別大了,用了MACE可以只用1/3的內(nèi)存,只用原來其他的深度學(xué)習(xí)框架的1/5的時(shí)間充實(shí)化時(shí)間。

2、智能識(shí)別,實(shí)時(shí)優(yōu)化。

第二個(gè)應(yīng)用場(chǎng)景是智能識(shí)別,AI相機(jī)智能識(shí)別,我們要花5倍的時(shí)間,用MACE一樣節(jié)省大量的時(shí)間。

3、圖片超分辨率。

一個(gè)很低分辨率幾百乘幾百像素的照片,可以還原成高分辨率相片,沒有MACE的用戶就沒法用,滑動(dòng)的時(shí)候會(huì)特別慢。用了這個(gè)以后,我們把計(jì)算細(xì)膩度的分化,再加上智能的調(diào)度,同時(shí)和用戶的交互并行,讓用戶的交互不用任何場(chǎng)景,所以沒有MACE根本不可能。

4、圖片風(fēng)格化。

如果不用MACE,風(fēng)格化一張照片,需要秒級(jí),一秒兩秒。用了MACE,我們可以幾乎做到實(shí)時(shí),幾百毫秒。

隨著MACE的發(fā)布,我們同時(shí)也發(fā)布了一些MACE的Mode 1Zoo,我們會(huì)把一些模型開源出去,這就是開源的魅力。我呼吁一下,我們希望一起和中國開源貢獻(xiàn)者,打造業(yè)界最牛的移動(dòng)端深度學(xué)習(xí)框架。

我們今天剛剛開源,受到很多開發(fā)者的好評(píng),但是大家有意見跟我們提,有bug跟我們提,大家一起來打造。

這是最后一張PPT,小米最新的愿景,就是始終堅(jiān)持做感動(dòng)人心,價(jià)格厚道的好產(chǎn)品,讓全球每個(gè)人都能享受科技帶來的美好生活。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 智能語音
    +關(guān)注

    關(guān)注

    10

    文章

    771

    瀏覽量

    48594
  • 小米
    +關(guān)注

    關(guān)注

    69

    文章

    14275

    瀏覽量

    142989
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5422

    瀏覽量

    120590

原文標(biāo)題:小米立Flag:要做年輕人的第一個(gè)深度學(xué)習(xí)框架

文章出處:【微信號(hào):rgznai100,微信公眾號(hào):rgznai100】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    NVIDIA推出全新深度學(xué)習(xí)框架fVDB

    在 SIGGRAPH 上推出的全新深度學(xué)習(xí)框架可用于打造自動(dòng)駕駛汽車、氣候科學(xué)和智慧城市的 AI 就緒型虛擬表示。
    的頭像 發(fā)表于 08-01 14:31 ?407次閱讀

    PyTorch深度學(xué)習(xí)開發(fā)環(huán)境搭建指南

    PyTorch作為一種流行的深度學(xué)習(xí)框架,其開發(fā)環(huán)境的搭建對(duì)于深度學(xué)習(xí)研究者和開發(fā)者來說至關(guān)重要。在Windows操作系統(tǒng)上搭建PyTorc
    的頭像 發(fā)表于 07-16 18:29 ?520次閱讀

    深度學(xué)習(xí)中的時(shí)間序列分類方法

    時(shí)間序列分類(Time Series Classification, TSC)是機(jī)器學(xué)習(xí)深度學(xué)習(xí)領(lǐng)域的重要任務(wù)之一,廣泛應(yīng)用于人體活動(dòng)識(shí)別、系統(tǒng)監(jiān)測(cè)、金融預(yù)測(cè)、醫(yī)療診斷等多個(gè)領(lǐng)域。隨著深度
    的頭像 發(fā)表于 07-09 15:54 ?373次閱讀

    深度學(xué)習(xí)與nlp的區(qū)別在哪

    深度學(xué)習(xí)和自然語言處理(NLP)是計(jì)算機(jī)科學(xué)領(lǐng)域中兩個(gè)非常重要的研究方向。它們之間既有聯(lián)系,也有區(qū)別。本文將介紹深度學(xué)習(xí)與NLP的區(qū)別。 深度
    的頭像 發(fā)表于 07-05 09:47 ?489次閱讀

    深度學(xué)習(xí)常用的Python庫

    深度學(xué)習(xí)常用的Python庫,包括核心庫、可視化工具、深度學(xué)習(xí)框架、自然語言處理庫以及數(shù)據(jù)抓取庫等,并詳細(xì)分析它們的功能和優(yōu)勢(shì)。
    的頭像 發(fā)表于 07-03 16:04 ?382次閱讀

    TensorFlow與PyTorch深度學(xué)習(xí)框架的比較與選擇

    深度學(xué)習(xí)作為人工智能領(lǐng)域的一個(gè)重要分支,在過去十年中取得了顯著的進(jìn)展。在構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型的過程中,深度
    的頭像 發(fā)表于 07-02 14:04 ?575次閱讀

    深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的對(duì)比

    在人工智能的浪潮中,機(jī)器學(xué)習(xí)深度學(xué)習(xí)無疑是兩大核心驅(qū)動(dòng)力。它們各自以其獨(dú)特的方式推動(dòng)著技術(shù)的進(jìn)步,為眾多領(lǐng)域帶來了革命性的變化。然而,盡管它們都屬于機(jī)器學(xué)習(xí)的范疇,但
    的頭像 發(fā)表于 07-01 11:40 ?617次閱讀

    深度解析深度學(xué)習(xí)下的語義SLAM

    隨著深度學(xué)習(xí)技術(shù)的興起,計(jì)算機(jī)視覺的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展,例如目標(biāo)的檢測(cè)、識(shí)別和分類等領(lǐng)域。近年來,研究人員開始在視覺SLAM算法中引入深度學(xué)習(xí)技術(shù),使得
    發(fā)表于 04-23 17:18 ?992次閱讀
    <b class='flag-5'>深度</b>解析<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>下的語義SLAM

    FPGA在深度學(xué)習(xí)應(yīng)用中或?qū)⑷〈鶪PU

    將 AI 框架模型映射到硬件架構(gòu)。 Larzul 的公司 Mipsology 希望通過 Zebra 來彌合這一差距。Zebra 是一種軟件平臺(tái),開發(fā)者可以輕松地將深度學(xué)習(xí)代碼移植到 FPGA 硬件上
    發(fā)表于 03-21 15:19

    為什么深度學(xué)習(xí)的效果更好?

    導(dǎo)讀深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集,已成為人工智能領(lǐng)域的一項(xiàng)變革性技術(shù),在從計(jì)算機(jī)視覺、自然語言處理到自動(dòng)駕駛汽車等廣泛的應(yīng)用中取得了顯著的成功。深度
    的頭像 發(fā)表于 03-09 08:26 ?502次閱讀
    為什么<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的效果更好?

    什么是深度學(xué)習(xí)?機(jī)器學(xué)習(xí)深度學(xué)習(xí)的主要差異

    2016年AlphaGo 擊敗韓國圍棋冠軍李世石,在媒體報(bào)道中,曾多次提及“深度學(xué)習(xí)”這個(gè)概念。
    的頭像 發(fā)表于 01-15 10:31 ?826次閱讀
    什么是<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>?機(jī)器<b class='flag-5'>學(xué)習(xí)</b>和<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的主要差異

    PatchMatch MVS求解器中深度估計(jì)的挑戰(zhàn)性問題

    本文提出了一種全新的學(xué)習(xí)型PatchMatch MVS框架,DS-PMNet,并嵌入了DeformSampler。這個(gè)框架能夠以的方式
    的頭像 發(fā)表于 01-02 09:25 ?397次閱讀
    PatchMatch MVS求解器中<b class='flag-5'>深度</b>估計(jì)的挑戰(zhàn)性問題

    深度學(xué)習(xí)框架DeepSpeed使用指南

    最常見的深度學(xué)習(xí)框架應(yīng)該是TensorFlow、Pytorch、Keras,但是這些框架在面向大規(guī)模模型的時(shí)候都不是很方便。 比如Pytorch的分布式并行計(jì)算
    的頭像 發(fā)表于 10-30 10:09 ?2511次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>框架</b>DeepSpeed使用指南

    深度學(xué)習(xí)的由來 深度學(xué)習(xí)的經(jīng)典算法有哪些

    深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的一個(gè)分支,其學(xué)習(xí)方法可以分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。兩種方法都具有其獨(dú)特的
    發(fā)表于 10-09 10:23 ?483次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的由來 <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的經(jīng)典算法有哪些

    視覺深度學(xué)習(xí)遷移學(xué)習(xí)訓(xùn)練框架Torchvision介紹

    Torchvision是基于Pytorch的視覺深度學(xué)習(xí)遷移學(xué)習(xí)訓(xùn)練框架,當(dāng)前支持的圖像分類、對(duì)象檢測(cè)、實(shí)例分割、語義分割、姿態(tài)評(píng)估模型的遷移學(xué)習(xí)
    的頭像 發(fā)表于 09-22 09:49 ?748次閱讀
    視覺<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>遷移<b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練<b class='flag-5'>框架</b>Torchvision介紹