Caffe：深入分析(怎么训练)
main()
首先入口函数caffe.cpp
1 int main(int argc, char** argv) {
2 ......
3 if (argc == 2) {
4 #ifdef WITH_PYTHON_LAYER
5 try {
6 #endif
...
Caffe深入分析(源码)
Caffe的整体流程图：
程序入口：main()
1 int main(int argc, char** argv) {
2 .....
3 return GetBrewFunction(caffe::string(argv[1]))();
4 ....
5 }
g_brew_map实现过程，首先通过 typedef定义函数指针 typedef int (*BrewFunction)(); 这个是用typedef定义函数指针方法。
高性能深度学习支持引擎实战——TensorRT
随着传统的高性能计算和新兴的深度学习在百度、京东等大型的互联网企业的普及发展，作为训练和推理载体的GPU也被越来越多的使用。NVDIA本着让大家能更好地利用GPU，使其在做深度学习训练的时候达到更好的效果的目标，推出了支持高性能深度学习支持引擎——TensorRT。
MNN支持NPU啦！！！
MNN 会持续关注 NPU 领域的发展。同时，MNN 和华为 NPU 的合作也还在进一步推进中，后续 MNN 的相关代码会在建设更成熟之后开源。我们也同样期待华为在 NPU 方面的进一步发展。