首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

机器之心实操 | 亚马逊详解如何使用MXNet在树莓派上搭建实时目标识别系统

选自AWS 机器之心编译 参与:思源 在过去的五年中,深度神经网络已经解决了许多计算困难的问题,特别是计算机视觉。因为深度神经网络需要大量的计算力来训练模型,所以我们经常使用多块 GPU 或云端服务器进行分布式地训练。实际上,在深度神经网络模型经过训练后,它只需要相对较少的计算资源就能执行预测。这就意味着我们能将模型部署到低功耗的边缘设备中,并且在没有网络连接的情况下运行。 亚马逊的开源深度学习引擎 Apache MXNet 除了支持多 GPU 训练和部署复杂模型外,还可以生成非常轻量级的神经网络模型。我们

09

推荐一个不错的弱网模拟框架

在之前的文章《APP网络性能测试白皮书》中我们已经探讨了为什么要做弱网测试以及弱网测试中需要关注的一些指标,在《弱网环境搭建方案选型》这篇文章中我们又讨论了各种弱网模拟方案的优缺点,其中在预算有限的情况下我是比较推荐基于ATC和树莓派去搭建弱网模拟平台的,这块的内容可以参考《树莓派搭建弱网测试环境全纪录(1)》和《树莓派搭建弱网测试环境全纪录(2)》,基于ATC的方案其实已经可以满足绝大部分场景的需求,但是原生的ATC方案易用性比较差,每次修改网络场景需要把被测APP置于后台,切换到网络模拟界面改参数,然后再切回被测APP,影响被测APP的操作连贯性,今天我要跟大家推荐的是一个基于ATC改造后的弱网模拟工具 - TrafficShark

02
领券