#180 · 主分类： 推理与本地部署
Bender
apple
convolutional-neural-networks
deep-learning
deep-neural-networks
ios
iphone
machine-learning
metal
neural-networks
residual-networks
swift
轻松在iOS上构建快速神经网络！使用TensorFlow模型。底层基于Metal。
项目最后更新：11/07/23
GitHub Stars
1.8K
Forks数量
89
贡献者数量
12
许可证
MIT
收录理由
Bender 为 iOS 开发者提供了一层基于 MetalPerformanceShaders 的 Swift 封装，用来运行预训练好的神经网络。它把底层的 MPSCNN 内核调用隐藏起来，开发者可以直接用卷积、池化、全连接、归一化这些常见层来搭建网络，或者干脆导入导出的 TensorFlow 图，让工具自动转成 Bender 层。这条导入路径省去了链接 TensorFlow 静态库的麻烦，还能在 iOS 上获得 GPU 加速——而当时 TensorFlow 的 iOS 版本并不支持 GPU。API 采用链式调用，代码读起来很直观；文档里也列出了支持的 TensorFlow 算子以及它们如何映射到 Bender 层，动手前就能核对模型是否可行。对于不想引入重量级运行时、只想在设备端做图像识别之类推理的小团队来说，只要模型没超出支持范围，这个库就很实用。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。