全文共1565字，预计阅读时长3分钟

跟Siri对话已经让你心累到不行？

嫌弃输入法总是不得你心？

除了等待官方更新，其实，你还可以自己动手~突然一下，Siri不仅可以用来谈恋爱，还能玩养成游戏，想想心里是不是有些小激动呢？

深度学习框架

深度学习框架，是帮助AI入门者进行深度学习的工具。由于使用者不需要从复杂的神经网络开始撰写代码，从而大大降低了深度学习的入门门槛。

深度学习框架一般包括5个部分：张量、基于张量的各种操作、计算图、自动微分工具、BLAS等拓展包。

其中，张量是深度学习框架中最核心的组件，可以理解为矩阵的集合。它包含着用于运算的一切数据集。

而基于张量的各种操作，则是一系列运算过程。它指向的是深度学习框架所要实现的目标，或者是图像识别，又或者是自然语言处理。

处理张量之后的下一步，则需要计算图的协助。为了维持一个庞大的框架，使各部分协调运行，一个带有逻辑关系、运算节点的“图”型数据结构将起到重要的作用。这个“图”型数据结构就是计算图。

举个形象的例子，如果一个深度学习框架是一家公司的话，那么计算图则会划分出这家公司的各个部门。在计算图的划分下，框架中的各部分在有优先级之分的同时不会互相干扰，也不会因为一个部分的变动而影响整个算法的运作。

计算图带来的另一个好处，是让模型训练阶段的梯度计算变得模块化且更为便捷，也就是自动微分法的实现。我们都知道，能否实现梯度计算是训练是否成功的标志，它显示的是计算机的推断、决策与目标输出结果的耦合程度。

而拓展包的应用，则是为了提升运算的效率。

移动化的实现

既然深度学习框架运算量巨大，对于运算效率又十分注重，那么单凭手机的CPU如何满足这些要求呢？答案是不需要。

机器学习，其实分为两个阶段：第一个阶段是训练并得到模型；第二个阶段则是在得到模型后，通过实际使用而达到测试模型、强化学习的目的。

而深度学习框架移动化的目的，是完成第二个环节。因此，不需要特别优秀的CPU，深度学习框架在手机上也能实现。

不过，手机上的深度学习框架自然与主机上的不同。目前，主要有两种轻量级的框架可供手机使用。

第一种是online的方式。手机主要用于收集并预处理待测数据。这些数据可以打包发送到关联的含有完整深度学习框架的高性能主机上进行运算。随后，结果又会通过网络回传手机。

第二种是offline方式。即在服务器上进行训练后，在手机上进行测试的框架。

苹果的Core ML就是采用offline方式的深度学习框架。Core ML 提供支持人脸追踪、人脸检测、地标、文本检测、条码识别、物体追踪、图像匹配等任务的API。也就是说，苹果手机内置应用都可以根据你的需求变成AI+APP了！

据官方演示，Core ML的用户不仅可以让Siri变成同声翻译机器人，还可以为相机增添人脸识别的功能。想象一下脸盲的你，打开手机照相功能便可以确认目前向你招手的人是通讯录中的哪一个，是不是觉得世界都变好了呢？

没有苹果手机也无须沮丧，百度开源移动端深度学习框架MDL，只需修改几个参数，便可在苹果安卓系统自由切换使用。不仅如此，MDL还是一款online、offline相结合的深度学习框架，使用者可以将运算量大的任务转发到主机上运行。

读芯君开扒

深度学习框架移动化，有必要吗？

深度学习框架移动化，归根结底就是将深度学习框架的一部分内容独立出来，应用到手机上，使得运算能力较低的设备也能使用框架进行学习和测试。

在小芯眼中，有这类框架的诞生，有两个显著优点。

第一，它让配置低下的机器也有了进入深度学习框架的门票。让复杂的计算转入高计算能力主机，让简单计算进一步轻量化，程序猿们捧着手机编程的梦终于能够实现。

第二，它让AI落地手机更加方便。如今，AI手机、AI应用遍地都是，如何实现高速而有效率的测试，对于这些产品抢占市场有着十分重要的意义。那么，直接在手机上进行测试反馈、强化训练，对效率的提升自然十分显著。

而对于还在吃瓜的我们，不仅有了可以编辑APP的权力，还能像背单词、看小说那样，随时随地学习框架写作，也可谓是神器加身啦。

留言 点赞 发个朋友圈

我们一起探讨AI落地的最后一公里

作者：羊习习

参考文献链接：

https://m.leiphone.com/news/201805/e1pb5McE7xUmkMqV.html

https://www.leiphone.com/news/201701/DZeAwe2qgx8JhbU8.html

如需转载，请后台留言，遵守转载规范

推荐文章阅读

长按识别二维码可添加关注

读芯君爱你