nnie ncnn
原文链接： nnie ncnn
image caption 的移动端实现过程（ncnn, nnie）_人工智能_qq_34898504的博客-CSDN博客
ncnn的encoder、decoder（image caption）实现
基本思路：动态构建ncnn计算流。ncnn对imagecaption中的层支持不太完善，有很多错误冲突，需要改进，特别是不支持像广播这样的操作，另外尽量减少重复计算。
节省计算：python版中的计算存在较多冗余，主要是 inference 时候为了提高精度的 而使用的beam size技巧， 它的大小决定了 inference 的时候输出的序列数（最终选择score最高的序列作为 inference 的结果），由此导致不必要的重复计算。如attention 对 encoder 的输出的编码只需计算一次；decoder step 1 时只用计算一个输出，无论beam size多大。
编写缺失的op:如lstmcell，adaptive pool, 某个维度的操作等。
ncnn缺失层的编写
lstmcell层
描述词数不定，网络输出由lstmcell输出的是否是
————————————————
版权声明：本文为CSDN博主「kxc_1102」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_34898504/article/details/93241093