我有一个(之前训练过的)神经网络，具有 1200 个像素(输入)、单个隐藏层中的 20 个隐藏节点和一个输出节点。我相信一个新的预测将需要 (1200*20 乘法) + (1200*20 总和) + (20 sigmoids) + (20*1 乘法) + (20*1 总和) + (1 sigmoid) = 大约 48040 个浮点运算+ 21 sigmoids，我需要在 Android 手机上在几分之一秒内完成处理。为简单起见，可以直接从文本文件中提取像素信息，每行包含 1200 个逗号分隔值。
这可能吗？在给定手机处理器速度和操作次数的情况下，如何计算运行时间的估计值？我将使用 Moto X Android 手机。
最佳答案
根据 http://browser.primatelabs.com/geekbench3/534532 的基准MotoX 可以轻松提供超过 500 Mflops，这比您每秒在网络上运行推理 10 次所需的处理能力高出约 1000 倍。不过，我会担心电池生命周期。
附带说明一下，将输入值从文本转换为 float 会占用大量 CPU 资源，因此我会尽可能将它们存储为 float 。
关于android - Android 手机可以对神经网络进行实时评分吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/23232996/