一年的打磨，MNN正式版发布！
MNN 的诞生源于淘系技术部的一群对技术充满热情的同学，在充分的行业调研后认为当时的推理引擎如 TFLite 不足以满足手机淘宝这样一个亿级用户与日活的超级 App 。
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
我在STM32单片机上跑神经网络算法—CUBE-AI
为什么可以在STM上面跑人工智能？简而言之就是通过X-Cube-AI扩展将当前比较热门的AI框架进行C代码的转化，以支持在嵌入式设备上使用，目前使用X-Cube-AI需要在STM32CubeMX版本7.0以上，目前支持转化的模型有Keras、TF lite、ONNX、Lasagne、Caffe、ConvNetJS。Cube-AI把模型转化为一堆数组，而后将这些数组内容解析成模型，和Tensorflow里的模型转数组后使用原理是一样的。