MxNet与Caffe模型之间转换的桥梁-Onnx
Open Neural Network Exchange (ONNX)为AI模型提供了一种开源的数据模型格式。它定义了一个可扩展的计算图模型，以及内置运算符和标准数据类型的定义。它可以作为各种AI模型之间进行转换的媒介，例如，市面上没有现成的Caffe模型到MxNet模型的转换工具，我们可以借助于ONNX，首先将Caffe转换为Onnx，然后再将Onnx转换为MxNet，更为神奇的是，这之间的转换过程不过丢失原有模型的精度。
TensorRT实战-基本框架
上篇博文4_TensorRT概况主要讲了Nvida TensorRT的编程API，本篇主要通过一个简单、完整的例子来讲解如何将一个Caffe模型(GoogleNet模型)通过TensorRT进行推理加速。
caffe注册机制浅析——宏与类的使用
一、楔子15年那会儿，我刚入坑深度学习。那时候几大主流框架caffe，theano，和torch7（不是pytorch）分别代表了C++、python、Lua几大语言。其中尤以caffe最为风靡也最受欢迎。因为我本科是电子工程，不是计算机科班出身，在甫一阅读caffe的代码，尤其是看到众多我不熟悉的概念，如常引用，模板类，protobuf，glog，gtest等等时，自然是一脸懵逼，直接劝退。当然
深度学习神经网络的部署
1. ONNX的简介
Open Neural Network Exchange（ONNX，开放神经网络交换）格式，是一个用于表示深度学习模型的标准，可使模型在不同框架之间进行转移（一般用于中间部署阶段）。
GoogleNet架构解析
GoogleNet 是 2014 年 ImageNet Challenge 图像识别比赛的冠军。从它的名字我们就 可以看出是来自谷歌的团队完成的。前面我们有介绍，GoogleNet 之所以获得冠军，是因为 它进行模型融合以后得到的效果要比 VGGNet 模型融合之后的效果要好。不过单模型比拼， 它与 VGGNet 的效果相当。