XiaoMi-AI文件搜索系统
World File Search SystemXNNPACK
I.MX机器学习用户指南I.MX机器学习用户指南
•RUY矩阵乘法库已启用（tflite_enable_ruy = on）。ruy矩阵乘法库与eigen和gemlowp的内核相比提供了更好的性能。• XNNPACK Delegate support ( TFLITE_ENABLE_XNNPACK=On ) • External Delegate support ( TFLITE_ENABLE_EXTERNAL_DELEGATE=On ) • (i.MX 95) GPU Delegate support ( TFLITE_ENABLE_GPU=On ) • The runtime library is built and provided as a shared library ( TFLITE_BUILD_SHARED_LIB=On ).如果优选将Tensorflow Lite库与应用程序的静态链接到应用程序（默认设置）。如第2.5.1节中所述，使用CMAKE构建应用程序，这可能很方便。•包含默认-O2优化级别的软件包。已知某些CPU内核（例如Resize_biarinear）在-O3优化级别上表现更好。但是，有些在-O2中表现更好，例如arg_max。我们建议根据应用程序需求调整优化级别。
i.MX 机器学习用户指南
• 启用 RUY 矩阵乘法库（TFLITE_ENABLE_RUY=On）。与使用 Eigen 和 GEMLOWP 构建的内核相比，RUY 矩阵乘法库提供了更好的性能。 • XNNPACK 委托支持（TFLITE_ENABLE_XNNPACK=On） • 外部委托支持（TFLITE_ENABLE_EXTERNAL_DELEGATE=On） • （i.MX 95）GPU 委托支持（TFLITE_ENABLE_GPU=On） • 运行时库以共享库的形式构建和提供（TFLITE_BUILD_SHARED_LIB=On）。如果希望将 TensorFlow Lite 库静态链接到应用程序，请将此开关保持关闭状态（默认设置）。如果应用程序是使用 CMake 构建的，可能会很方便，如第 2.5.1 节所述。 • 该包使用默认的 -O2 优化级别进行编译。某些 CPU 内核（例如 RESIZE_BILINEAR）在 -O3 优化级别下性能更佳。但是，某些内核（例如 ARG_MAX）在 -O2 优化级别下性能更佳。我们建议根据应用程序需求调整优化级别。