百度飞桨轻量化推理引擎+Paddle+Lite+的实现和应用+-严春伟.pdfVIP

下载本文档

142
0
约1.96万字
约 44页
2021-08-21 发布于广西
举报
版权申诉

百度飞桨轻量化推理引擎+Paddle+Lite+的实现和应用+-严春伟.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

百度飞桨轻量化推理引擎 Paddle Lite 的实现和应用百度资深研发工程师/ 严春伟自我介绍 • 严春伟 • 15年加入百度 • 四年深度学习架构设计开发 • 负责飞桨推理架构内容列表 • 移动物联场景 • PaddleLite简介 • 设计实现 • 使用案例 • 最佳实践移动物联场景？ Offline Latency Power Low-bandwidth 移动物联场景？资源计算芯片 • 带宽 • CPUs • 内存 • GPUs • 计算 • NPUs • 其他硬件加速器内容列表 • 移动物联场景 • PaddleLite简介 • 设计实现 • 使用案例 • 最佳实践 Paddle(Inference) vs Paddle Lite • Paddle • 训练 +推理 • 在大的设备上（Server） • Paddle Lite • 聚焦小的设备（手机、IoT） Paddle Lite — 轻量化推理引擎移动物联场景更简单更小更快内容列表 • 移动物联场景 • PaddleLite简介 • 设计实现 • 使用案例 • 最佳实践设计与实现 OPT + Model format Interpreter Ops / Kernels Hardware Backends 设计与实现 SSA Graph Optimizer Passes Quant- Kernel Type Memory OPT + Model format Op Fuse dequant Picking casting optim pass pass pass pass pass Interpreter Runtime Program • 算⼦融合 Ops / Kernels • 内存复⽤ • 算⼦排布