Sécher à partir du fond de la non-Temple évidée
rapports Qubit | Numéro public QbitAI
La technologie mobile AI utilisé Taobao, vous pouvez également utiliser dans leurs propres produits dans la.
Juste, Alibaba a annoncé sa propre profondeur légère open source moteur d'inférence de réseau de neurones MNN (Neural Network Mobile), pour les téléphones modèle profondeur de chargement réseau de neurones finaux intelligents, les dispositifs IdO et d'autre part, le raisonnement prédire.
Il a été le premier projet AI mobile open source d'Ali, a été utilisé dans plus de 20 applications de téléphone Ali Taobao, téléphone mobile Lynx, Youku et ainsi de suite. La couverture en direct, de courtes vidéos, recommandation de recherche, recherche d'images produit, marketing interactif, l'émission d'actions, le contrôle des risques et d'autres lieux de la sécurité. Dans d'autres appareils mobiles scènes IdO, il y a un certain nombre d'applications.
Ali a dit que sur iOS, Android CPU, les performances du GPU, MNN a été conduit généralement l'industrie.
Ils choisissent la profondeur du modèle de réseau de neurones MobileNet V2 et SqueezeNet V1.1 testé.
Exemple 6 aspect de millet applications, le temps MobileNet V2 est d'environ 27 millisecondes, la SqueezeNet V1.1 dure environ 25 millisecondes, au moins 30% de la tête de l'industrie;
Dans un exemple aspect iOS iPhone 7, le temps MobileNet V2 est d'environ 15 millisecondes, le SqueezeNet V1.1 prend environ 14,8 millisecondes, au moins 15% du leader de l'industrie.
fin Taobao intelligent experts en technologie sans fil de Qing a dit, après la source MNN ouverte, sera mis à jour une fois tous les deux mois, Taobao a publié après vérification de la version de l'application.
Deux caractéristiques des quatre caractéristiques MNN
Sur la base des résultats de l'hôpital Taobao et Bodhidharma, Ali Baba en Octobre 2017 équipe MNN officiellement créé.
Proven poli toutes les forces Taobao technologie, l'équipe d'ingénierie de recherche, l'équipe de l'hôpital Bodhidharma, Youku et d'autres, ainsi qu'un double jeu de Wufu 11 et d'autres grands projets d'affaires au large de la vue verte, MNN est déjà un moteur d'inférence mature .
Maintenant, le modèle MNN peut fournir l'inférence deux fonctions de conversion et de calcul.
Modèle section de conversion aux développeurs d'aide compatibles avec différents cadres de formation.
Courant, MNN a soutenu tensorflow (Lite), Caffe et ONNX, PyTorch / MXNet modèle peut être d'abord converti en modèle ONNX puis aller MNN. De plus, également par l'opérateur d'intégration, opérateur Vous pouvez également le réglage de mise en page d'optimisation, etc. figure.
Calculé section de raisonnement dédié à l'achèvement efficace du raisonnement est calculé.
Afin de compléter le chargement du modèle, l'ordonnancement du graphe de calcul, et l'allocation de mémoire au niveau de chaque dispositif de calcul, les tâches de réalisation op.
Ils utilisent une variété de programmes d'optimisation MNN, y compris l'application de convolution et déconvolution algorithme Winograd utilisé dans l'algorithme de multiplication de matrices Strassen, calculs à faible précision, optimisation multi-thread, la réutilisation de la mémoire, informatique hétérogène.
Green a dit de l'introduction, dans cette architecture, MNN a les quatre caractéristiques suivantes:
léger: Pour le dispositif final et la profondeur de coupe des fonctionnalités de personnalisation, aucune confiance ne peut être facilement déployé à une variété de dispositifs mobiles et embarqués.
GM: Soutien tensorflow, Caffe, ONNX autres formats de fichier modèle grand public, le soutien à CNN, RNN, GAN et un autre réseau commun.
Haute performance: Ne dépend pas des tiers Computing Base, comptent beaucoup sur la compilation manuscrite comprend les activités de base, faire jouer pleinement pour calculer la force de CPU ARM. Par exemple, sur votre appareil iOS, vous pouvez ouvrir l'accélération GPU (métal), un modèle couramment utilisé plus rapide que CoreML natif d'Apple.
Facilité d'utilisation: Il modules de traitement d'image efficace, une déformation de couverture commune, la conversion et d'autres besoins, en général, pas libyuv OpenCV supplémentaire ou introduit bibliothèque de traitement d'images.
MNN ne supporte que le mécanisme de rappel, peut être inséré dans l'opération de correction du réseau, pour extraire des données, ou l'opération de commande, et aussi des supports exécuter seulement une partie du réseau, ou fonctionnent en parallèle entre le CPU et spécifient le GPU.
Du vert à des rapports, l'objectif principal de ce projet est de réduire encore les ingénieurs de développement de l'algorithme de seuil et les ingénieurs utilisent des technologies d'apprentissage en profondeur dans un environnement mobile.
Un tel moteur pour mettre en pratique ce genre de situation?
Voici un exemple de Taobao -
Téléphone Festival de Taobao Année: balayage Nouvel An, mis Wufu
Au cours du printemps 2019 du Festival, ajoutant balayage Taobao à travers le Nouvel An à Ali « Set Cinq » parmi les activités.
scénarios d'utilisation spécifiques, par produit balayent la capacité d'identifier, d'identifier le stockage rouge, et d'analyser la probabilité de là photos de Nouvel An, selon la probabilité de paiement des intérêts pertinents.
Tout d'abord, pour le stockage de balayage, Taobao à la fin du service de la formation d'un million d'images Nouvel An sur un modèle de réseau de neurones profond peut identifier la nouvelle année.
Ensuite, nous devons jouer MNN.
Lorsque l'utilisateur par le bas de la caméra à balayage, Taobao obtenir des données de photos dans l'appareil photo. Ensuite, l'image pré-traitement, y compris mise à l'échelle, la conversion de l'espace colorimétrique de l'image.
De Qing a dit, balayant la nouvelle année est un des scénarios basés sur des caméras, l'utilisation du nuage AI consommera beaucoup d'utilisateurs de trafic pour transférer des images image par image, les ressources informatiques serveur, alors que la vitesse de réponse dépendra des conditions du réseau.
Et MNN, à côté de l'AI, le réseau en évitant les frais généraux, et l'expérience globale lisse et stable.
Il peut être combiné avec le modèle formé et les données traitées, faire rapidement le traitement, l'analyse de calcul approprié, des photographies de probabilité ont nouvelle année.
Si la photo a atteint le niveau de jeu de probabilité Année Taobao, vous pouvez identifier les utilisateurs de scanner à la nouvelle année, puis libérer les droits et les intérêts pertinents.
Ceci est seulement Ali applications AI se déplaceront à une scène au sein de leur propre entreprise, MNN, que Ali de nombreux projets dans une IA mobile.
Hors la vue verte, l'application, cadre / moteur, champ AI du matériel mobile ont beaucoup de possibilités.
Ensuite, ils seront maintenus dans le cas de matériaux légers MNN, polyvalent, facile à utiliser, les caractéristiques de haute performance, etc., pour augmenter encore ses investissements dans le côté de l'extrémité de l'algorithme de base, ce qui réduit le seuil pour les développeurs à utiliser, pour explorer comment combiner dans un nuage + client cas, la possibilité de jouer une forte AI.
. Si vous êtes intéressé par ce projet S'il vous plaît garder le Portail suivant:
https://github.com/alibaba/MNN
Dans ce projet, Alibaba fournit des instructions et la documentation basée sur des images, exemple d'application de streaming vidéo et ainsi de suite.
Ils ont également fait appel à tout le monde de faire l'expérience beaucoup de commentaires, avec MNN construire des applications différentes de l'intelligence artificielle -
Une chose
En Mars de cette année, a annoncé officiellement rejoindre Ali cadre Daniel Jayantha clair, au moment du projet open source MNN examen donne également ses propres conseils.
Dans Jayant vision claire et tensorflow, Caffe2 etc. tout en couvrant le cadre général de la formation et de raisonnement par rapport à, MNN davantage l'accent sur l'accélération et l'optimisation dans le raisonnement, aborder les questions d'efficacité au stade du modèle déployé plus efficacement mis en uvre dans un terminal mobile le modèle d'affaires derrière elle.
Ce moteur d'idée et d'inférence et d'autres coincident TensorRT côté serveur.
De la dynastie Qing, a déclaré le changement d'un tel, laissez-MNN été plus sensibles à l'utilisation des scénarios de positionnement pour son développement ultérieur, et des services pour les développeurs, sont d'une grande aide.
- FIN -
recrutement sincère
Qubits recrutent éditeur / journaliste, basé à Zhongguancun de Beijing. Nous attendons de talent, des étudiants enthousiastes de nous rejoindre! Détails, s'il vous plaît interface de dialogue qubit numéro public (QbitAI), réponse mot "recrutement".
Qubit QbitAI · manchettes sur la signature de
' « suivre les nouvelles technologies AI dynamiques et de produits
