优秀开源产品推荐：Ncnn —— GitHub上不去的小伙伴舒服了

📔 优秀开源产品推荐：Ncnn

🔴 C 站最近组织一波有奖开源活动

C站开源代码库丰富起来，以后 GitHub上不去的小伙伴不就舒服了吗

---

活动链接，喜欢 CSDN 官方周边的小伙伴，可以冲了

🔴 一起了解 Ncnn

墨理学AI 推荐 Ncnn，那博主为什么为推荐 Ncnn 呢

答案显而易见，就目前国内各个厂商推出的深度学习——高性能神经网络推理框架而言，Ncnn的热度目前名列前茅、学习文档、安卓端支持较为友好，懂的都懂

一个很直接的对比，就是 Star 数目了

Paddle 功能更为丰富，也是一款力推的产品——算是国产典范了吧

简单介绍一下 Ncnn

1. ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。
2. ncnn 从设计之初深刻考虑手机端的部署和使用。
3. 无第三方依赖，跨平台，据称 手机端 cpu 的速度快于目前所有已知的开源框架。
4. 基于 ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行，开发出人工智能 APP。

如果说你想了解，各个厂商近些年都推出了那些模型推理框架，那么可以简单查阅下面这篇博文

---

模型推理框架一览 | 模型部署不得不了解的罗马【模型部署框架】

这么短时间，Stars 数已经过万

---

额，不管那么多，我先关注了

• https://gitcode.net/mirrors/Tencent/ncnn

🔴 Ncnn 社区板块

💙 欢迎各位，学有余力的小伙伴一起加入社区，共建未来

---

❤️ AI 研究院——Ncnn 社区板块

博主自己平时工地搬砖中，也会时常总结一些各个领域干货博文，助力每一位读者粉丝，共同成长

---

一个良好社区的建设离不开每个小伙伴的支持与关注，各位保持适当的认真和努力，我们一起走的更远

📕 82% 掌握 Ncnn 极简安装

👋 Ncnn 的编译安装所需各个环节步骤，单独成文如下，各位小伙伴、冲冲冲

1. 一文读懂 Linux 服务器 JDK1.8 和 GCC 7.5 解压、编译安装、环境变量配置 —— Just for 当前用户
2. 一文读懂 非root用户正确编译安装 protobuf —— 附 CMakeLists.txt 配置
3. 高性能神经网络推理框架 ncnn 极简脚本编译安装——适用于Linux下root用户快速极简安装

💬 目前这三篇干货博文、过去都上过热榜

---

💬 阅读量不是很高、然从收藏和评论来看，说一句好评如潮、应该也不过分吧

📙 Ncnn 有效教程推荐

除了官方教程，墨理学AI – 部署专栏 博客中写了一波 Ncnn 模型部署方面相关笔记，目前可供大家直接查阅的干货博文如下

• yolov3（darknet ）训练 - 测试 - 模型转换❤️darknet 转 ncnn 之C++运行推理❤️【yolov3 实战一览】
• YOLOX （pytorch）模型 转 ONNX 转 ncnn 之❤️C++运行推理❤️【YOLOX 实战三】

🚀 人生苦短，欢迎和墨理一起学AI

👋 一文学会深度学习环境搭建，下面这一篇就能帮助各位有效入门 👋

• 深度学习模型训练推理——基础环境搭建推荐博文查阅顺序【基础安装—认真帮大家整理了】——【1024专刊】

• ❤️ 墨理学AI 博客尚有若干精品 干货专栏 、各位可按需查阅，感谢支持 ❤️

• ❤️ 图像风格转换 —— 代码环境搭建 实战教程【关注即可阅】！
• 💜 图像修复-代码环境搭建-知识总结 实战教程 【据说还行】
• 💙 超分重建-代码环境搭建-知识总结 解秘如何让白月光更清晰【脱单神器】
• 💛 YOLO专栏，只有实战，不讲道理 目标检测【入门级小白教程，学会一点目标检测从这里开始准没错】！
• ❤️ 趣学深度学习 有趣的深度学习【体验即学习】！