mindspore/mindspore/lite
lixian e847569108 optimizatino for winograd matmul 2020-08-25 22:19:39 +08:00
..
include fix bug 2020-08-23 21:21:10 +08:00
java add getFloatData function 2020-08-24 17:07:06 +08:00
minddata compile the core directory into a separate static library 2020-08-08 21:31:41 +08:00
nnacl optimizatino for winograd matmul 2020-08-25 22:19:39 +08:00
schema op_pooling+relu 2020-08-25 19:09:51 +08:00
src !5015 add mul add fusion pass 2020-08-25 22:02:14 +08:00
test matmul support fp16 2020-08-25 19:32:36 +08:00
tools !5015 add mul add fusion pass 2020-08-25 22:02:14 +08:00
CMakeLists.txt Add Convertor function for windows enviroment 2020-08-25 16:26:33 +08:00
README.md update README 2020-08-24 11:41:00 +08:00

README.md

MindSpore的设计目标 1 端云一体化:IR统一,云侧训练模型可以在端侧重训;云侧混合精度训练与端侧混合精度推理协同提升推理性能; 2 高性能与轻量化:高性能内核计算库nnacl,支持slide window、im2col+gemm、winograde等多种卷积算法,深度汇编指令优化;在线运行模块不依赖第三方库,保持框架的轻量化; 3 快捷部署:支持TensorFlow Lite、Caffe、ONNX等多种格式的模型转换;提供量化、图片数据处理等功能,便利用户部署; 4 全场景覆盖: Lite & Micro覆盖手机、IoT等各种智能设备