Optimizing CNN Model Inference on CPUs翻譯

摘要 卷積神經網絡（CNN）模型的普及以及CPU的普遍存在意味着CNN模型在CPU上推理的更好性能可以爲大量用戶帶來可觀的收益。爲了提高CNN推理在CPU上的性能，當前的方法（例如MXNet和Intel OpenVINO）通常將模型視爲圖形，並使用諸如Intel MKL-DNN的高性能庫來實現圖形的操作。儘管可以通過現成的庫在單個操作上實現合理的性能，但由於預定義了本地操作級別的優化，因此該解決方

>>阅读原文<<