TNN: developed by Tencent Youtu Lab and Guangying Lab, a uniform deep learning inference framework for mobile、desktop and server. TNN is distinguished by several outstanding features, including its cross-platform capability, high performance, model compression and code pruning.

tnn作为一个移动端高性能、轻量级的推断框架，同时拥有跨平台、高性能、模型压缩、代码裁剪等众多突出优势。 TNN框架借鉴了业界主流开源框架的优点，沉淀和整合了优图实验室Rapidnet，ncnn框架上的积累，并联合深度学习框架OTeam各个部门（PCG，TEG，IEG ...

2023年3月6日 · 使用VS2020打开编译好的TNN-demo.sln文件更改项目demo_opencl_imageclassify_opengl生成为dll文件,将TNNImageClassifyOpenGL.cc中的main函数改为int testImageClassify(unsigned char *protopath, unsigned char *modelpath,unsigned char *synset,unsigned char *input__img);把FLAGS_p,FLAGS_m,FLAGS_l,FLAGS_i替换为函数参数,新 …

2025年2月1日 · tnn 是腾讯开发的高效深度学习推理框架，专为移动端和嵌入式设备优化。 特点：高性能：通过内存优化和多线程加速，适合多平台部署。 多平台支持：支持 ARM、X86、NPU 等多种硬件平台。

最近准备整理一下使用TNN、MNN、NCNN和ONNXRuntime的系列笔记，好记性不如烂笔头（记性也不好），方便自己以后踩坑的时候爬的利索点~（ 看这 ，目前80多C++推理例子，能编个 lib 来用，感兴趣的同学可以看看，就不多介绍了）

使用TNN非常简单，如果你有一个已经训练好的模型, 那么一般而言通过以下三个步骤就能完成模型在目标平台上的部署。 第一步是把训练好的模型转换成TNN的模型，为此我们提供了丰富的工具来帮助你完成这一步，无论你使用的是Tensorflow、Pytorch、或者Caffe，都可以轻松完成转换。 详细的手把手教程可以参见这里 如何转换模型。 当你完成了模型的转换，第二步就是编译目标平台的TNN引擎了，你可以根据自己的目标平台的硬件支持情况，选 …

TNN is a high-performance and lightweight inference framework for mobile devices. It provides lots of advanced features such as cross-platform, model-compression, and code-pruning. TNN, inspired by mainstream open-source industry frameworks, integrates and leverages Youtu Lab’s Rapidnet, ncnn framework.

TNN自定义的模型文件和caffe的模型文件类似，主要由两部分组成，tnnproto文件主要包含了网络层的定义，每一行代表一个layer的相关配置参数，该文件可以使用neon 可视化工具 进行可视化。 下面以 卷积层 的参数为例： Convolution 185 1 1 input 185 1 3 16 3 3 2 2 1 1 1 -1 1 1 //LayerType;layer_name;input_count;output_count;group;group input_channel;output_channel;kernels;strides;pads;bias;pad_type;dialations;activation_type.

.sln 文件 (Solution File) 功能 ： .sln 文件是 解决方案文件 （Solution File），它用于组织和管理一个或多个项目。 在 Visual Studio 中， 解决方案 是一个容器，可以包含多个项目（例如， C++ 项目 、C# 项目、Web 项目等）。

tnn，腾讯优图实验室开源的神经网络推理框架，提供针对移动设备和x86/nv gpus的高效性能优化。 该框架已被QQ、微视等多款应用使用，并支持各大平台包括TensorFlow、Pytorch、MxNet。