继PaddlePaddle之后，百度研发的移动端深度学习框架也加入Github开源网站啦！百度方面表示，这一框架致力于让卷积神经网络可极度简单的部署在手机端。目前正在手机百度内运行。支持iOS gpu计算，体积小，速度快。
体积 armv7 340k+
速度 iOS GPU mobilenet 可以达到 40ms、squeezenet 可以达到 30ms
我们先来看看运行效果：
看完Demo，如果你想了解demo源码实现可以往下看，它位于examples目录中。
运行examples文件
复制项目
安装apk\ipa文件或者导入IDE.
运行
开发或使用要求
安卓用户：安装NDK
安装Cmake.
Android NDK CMake 文件
安装Protocol Buffers.
如何使用MDL lib
在OSX或者Linux上运行测试
在项目中使用MDL lib
在MDL lib使用多线程
开发
编译android的MDL源码
编译iOS的MDL源码
模型转换
MDL需要兼容的型号才能使用。要获得MDL兼容模型，程序员可以使用百度的脚本将其他深度学习工具训练的模型转换为MDL模型。
百度方面强烈建议使用PaddlePaddle模型。
将PaddlePaddle模型转换为mdl格式
Paddlepaddle型号可以转换为MDL型号
将caffemodel转换为mdl格式
#Convert model.prototxt and model.caffemodel to model.min.json and data.min.bin that mdl use
./build.sh mac
cd ./build/release/x86/tools/build
# copy your model.prototxt and model.caffemodel to this path
./caffe2mdl model.prototxt model.caffemodel
# if you want to test the model produced by this script, provide color value array of an image as the third parameter ,like this:
./caffe2mdl model.prototxt model.caffemodel data
# the color value should in order of rgb,and transformed according to the model.
# then you will get a new data.min.bin with test data inside
# after this command, model.min.json data.min.bin will be created in current
# some difference step you need to do if you convert caffe model to iOS GPU format
# see this:
open iOS/convert/iOSConvertREADME.md
特征
一键部署，脚本参数就可以切换ios或者android
支持iOS gpu运行MobileNet、squeezenet模型
已经测试过可以稳定运行MobileNet、GoogLeNet v1、squeezenet模型
体积极小，无任何第三方依赖。纯手工打造。
提供量化脚本，对32位float转8位uint直接支持，模型体积量化后4M上下
与ARM相关算法团队线上线下多次沟通，针对ARM平台会持续优化
NEON使用涵盖了卷积、归一化、池化所有方面的操作
汇编优化，针对寄存器汇编操作具体优化
loop unrolling 循环展开，为提升性能减少不必要的CPU消耗，全部展开判断操作
将大量繁重的计算任务前置到overhead过程
MDL使用的是宽松的MIT开源协议。
如果你不想了解CNN细节实现，百度在项目开源页面（https://github.com/baidu/mobile-deep-learning）也附加了安装的二维码，可以直接扫码安装。
推荐阅读：松原网