معرفی شرکت ها

acuitylite-6.6.0

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
6.6.0
6.12.0
6.0.0

توضیحات

-
ویژگی مقدار
سیستم عامل -
نام فایل acuitylite-6.6.0
نام acuitylite
نسخه کتابخانه 6.6.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Verisilicon
ایمیل نویسنده ML_Support@verisilicon.com
آدرس صفحه اصلی -
آدرس اینترنتی https://pypi.org/project/acuitylite/
مجوز -
# A brief guide to Acuitylite Acuitylite is an end-to-end neural-network deployment tool for embedded systems.<br/> Acuitylite support converting caffe/darknet/onnx/tensorflow/tflite models to TIM-VX/TFLite cases. In addition, Acuitylite support asymmetric uint8 and symmetric int8 quantization. ### System Requirement - OS: Ubuntu Linux 20.04 LTS 64-bit (recommend) - Python Version: python3.8 (needed) ### Install pip install acuitylite ### Document Reference: https://verisilicon.github.io/acuitylite ### Framework Support - Importer: [Caffe](https://github.com/BVLC/caffe), [Darknet](https://github.com/pjreddie/darknet), [Onnx](https://github.com/onnx/onnx), [Tensorflow](https://github.com/tensorflow/tensorflow), [TFLite](https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite) - Exporter: [TFLite](https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite), [TIM-VX](https://github.com/VeriSilicon/TIM-VX) Tips: You can export a TFLite app and using [tflite-vx-delegate](https://github.com/VeriSilicon/tflite-vx-delegate) to run on TIM-VX if the exported TIM-VX app does not meet your requirements. ### How to run TIM-VX case The exported TIM-VX case supports both make and cmake.<br/> Please set environment for build and run case:<br/> - TIM_VX_DIR=/path/to/tim-vx/build/install - VIVANTE_SDK_DIR=/path/to/tim-vx/prebuilt-sdk/x86_64_linux - LD_LIBRARY_PATH=$TIM_VX_DIR/lib:$VIVANTE_SDK_DIR/lib Attention: The TIM_VX_DIR path should include lib and header files of TIM-VX. You can refer [TIM-VX](https://github.com/VeriSilicon/TIM-VX) to build TIM-VX. ### Support Create issue on github or email to ML_Support@verisilicon.com


نیازمندی

مقدار نام
==0.2.8.2 dill
==0.93 lmdb
>=1.11 networkx
<=1.11.0,>=1.8.0 onnx
==3.11 ply
==0.15.81 ruamel.yaml
<=2.8.0,>=2.3.0 tensorflow


نحوه نصب


نصب پکیج whl acuitylite-6.6.0:

    pip install acuitylite-6.6.0.whl


نصب پکیج tar.gz acuitylite-6.6.0:

    pip install acuitylite-6.6.0.tar.gz