tensorflow - 在 Google Coral Devboard 和 Jetson Nano 中使用我自己构建的卷积神经网络分类器

Question

我读过很多关于 Jetson Nano 和 Google Coral Devboard 的文章，在我读过的大多数文档和论文中，推理和部署都是使用预构建的卷积神经网络完成的，例如 AlexNet、Inception、MobileNet 和其他用于图像的神经网络分类。据我了解，这些微型计算机需要将神经网络转换为张量流模型或它们接受的任何框架来执行模型的推理。

我想知道的是：对于 Jetson Nano 和 Google Coral Devboard，我可以拥有自己的卷积神经网络，与文档中示例的那些卷积神经网络无关，并将它们部署到这些板上吗？

标签： tensorflowconv-neural-networktensorflow-litenvidia-jetsongoogle-coral

Answer 1

是的。即使在 Jetson Nano 之外，您也可以训练自己的卷积神经网络，并将权重（浮点矩阵）保存在 Jetson Nano 中以进行推理。因此，在 Jetson Nano 中，您只会进行矩阵乘法来分类您想要的任何内容。当然，您必须在设备内复制您的真实模型，以便您可以使用保存的权重进行推理。