移动Pytorch
随着应用程序继续要求降低延迟,在边缘设备上运行ML变得越来越重要。它也是隐私保护技术的一个基本元素。
从PyTorch 1.3开始,PyTorch支持从Python到iOS和Android部署的端到端工作流。
- 提供涵盖在移动应用程序中合并ML所需的常见预处理和集成任务的api
- 支持QNNPACK量化内核库和ARM cpu
- 构建级优化和选择性编译取决于用户应用程序所需的运算符(即,只为所需的运算符支付二进制大小)
- 进一步提高移动CPU和GPU的性能和覆盖率
了解更多信息开始使用Android或iOS。
1.Android
如何使用PyTorch Android API。此应用程序在静态映像上运行TorchScript序列化的TorchVision pretrained resnet18模型,静态映像打包在应用程序中为android
1.1 安装
$pip install torchvision
要序列化模型,可以使用HelloWorld应用程序根文件夹中的python脚本:
impor