Пусть этот камень будет более крепким, чем человек

本文讨论了 ncnn 和 tengine 两个框架在量化推理上的逻辑，并比较了它们之间的区别与联系，以及一点自己的思考。 风雨送春归，飞雪迎春到。 已是悬崖百丈冰，犹有花枝俏。 ---- 教员 ------ 大家好啊 我是 暮冬 Z 羡慕 # 量化 这里仅简单介绍一下量化，不会展开，有机会再详细写一下量化算法。 # 什么是量化 量化的核心思想是将连续的浮点数域映射到一个更小的、离散的整数集合上。这通过将浮点数值舍入或映射到最近的整数值来实现，同时保持整个模型表示的动态范围。例如，一个原本使用 32 位浮点数表示的权重值，在量化后可能会被转换为 8 位的整数，这样每个权重只

# 坦克世界皮肤图片 IS-7 皮肤台词：" 原来是这样的： 如果有人回到基地，至少一辆坦克，那就算是一次营救任务。如果无人返回，那就是一次侦察任务。那就是他们在总部报告中对我们的分类方式，而我就是参加了一次营救任务。事情是这样的：我们整个小队一起移动，一些奇怪的大雾导致能见度为 0，坦克只能摸索着前行，就好像在牛奶中前进一样。然后坦克出现了。D 系的坦克。我记得它们的外形，也知道如何应对它们。你也知道，我以前经历过一些战事。接下来又遇到了没有沙子的沙尘暴… 我也不知道该怎么解释。我经历了持续的耳鸣，一些嗡嗡的声音。眼睛仿佛沾满了焦油。奇怪的低语。黑暗… 如同活物一般。我们摔

# 前言 最近开始学习 TVM。感觉 TVM 英文文档中 TVM Codebase Walkthrough by Example 一节对于理解 TVM 工程非常有用。本篇文章只是翻译，可以直接跳转查看英文全文。 这个时代有这么多愿意开源并将技术介绍给我们的行业大牛，真是我们的荣幸，膜拜！ ------ 大家好啊 我是 暮冬 Z 羡慕 # Codebase Structure Overview 在 TVM 存储库的根目录中，我们有以下子目录，它们共同构成了大部分代码库。 src C++ code for operator compilation and deployme

本文为最基本的 Im2Col 算法的原理及实现。 【Im2Col】卷积加速算法 NCHW 【1】中已经讲了在输入和输出都是 nchw 排布下 Im2Col 算法的实现方式。常见的 tensor 输入有 NCHW 和 NHWC 两种内存排布方式，不同的排布方式各有优劣。排布方式不同，Im2Col 也有区别，本篇主要是在 NHWC 内存排布情况下的 Im2Col 算法原理和基本实现。 慌乱的时候全是破绽，冷静下来，能够找到对方的破绽。 ------ 大家好啊 我是 暮冬 Z 羡慕 # 两种内存排布 卷积神经网络（CNN）的输入数据布局主要有两种标准：NCHW（通道、高度、宽度）和

本文为最基本的 Im2Col 算法的原理及实现。 加速算法道阻且长，想要选择最优的算法，需要通盘考虑现实需求、软件算法、硬件支持，这就是 “坚持理论联系实际”。 所以这里只是对 Im2Col 算法最基本的原理探讨。 探索本就是由正确和错误交织而成，还望各位不吝赐教！ 现在想起来，光是遇到你这个家伙，就感觉自己赚到了。 ------ 大家好啊 我是 暮冬 Z 羡慕 # 卷积算法 将 Im2col 算法之前，不得不再提一下卷积。卷积是一种运算，在神经网络中是提取特征的过程，具体的操作过程是在输入特征中不断滑动卷积核大小的窗口，与卷积核做乘加运算，得到输出结果。 先定义一下维度的符

# 编译 在官网上下载 zip 或通过 git 下载： weget https://github.com/OpenMathLib/OpenBLAS.git将文件解压后进入工程主目录 编译 openblas 库 hmake -j32导出 依赖库 make install PREFIX=/path/to/your/admire# cblas_sgemm 函数 ccblas_sgemm(order, transA, transB, M, N, K, ALPHA, A, LDA, B, LDB, BETA, C,

本文为 C 语言工程调用 C++ 库的解决方案。 应用场景： 需要 C++ 程序编译成的库提供函数接口，来解决 C 语言工程的需求。 想要快速解决问题，直接看 三、通用解决方法 人的出场顺序真的很重要，很多人如果换一个时间认识，换一个时间共处，一切都将是不一样的场景，不一样的结局。所以，人生有无限种可能，我的人生，是现在这一种。感谢大家恰到好处的出现，组成我最好的一种可能。 ------ 大家好啊 我是 暮冬 Z 羡慕 # C++ 库可以编辑的情况 C++ 库由自己编写，可以决定头文件书写的位置 // hello.cpp#include "hel

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. # Quick Start # Create a new post h$ hexo new "My New Post"More info: Writing # Run server h$ h

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. # 模板 未删除的模板文件。 # Quick Start # Create a new post h$ hexo new "My New Post"More info: Writing #