11月1日，騰訊AI Lab在南京舉辦的騰訊全球合作伙伴論壇上宣布正式開源“PocketFlow”項(xiàng)目， 該項(xiàng)目是一個(gè)自動化深度學(xué)習(xí)模型壓縮與加速框架，整合多種模型壓縮與加速算法并利用強(qiáng)化學(xué)習(xí)自動搜索合適壓縮參數(shù)，解決傳統(tǒng)深度學(xué)習(xí)模型由于模型體積太大，計(jì)算資源消耗高而難以在移動設(shè)備上部署的痛點(diǎn)，同時(shí)極大程度的降低了模型壓縮的技術(shù)門檻，賦能移動端AI應(yīng)用開發(fā)。

　　這是一款適用于各個(gè)專業(yè)能力層面開發(fā)者的模型壓縮框架，基于Tensorflow開發(fā)，集成了當(dāng)前主流與AI Lab自研的多個(gè)模型壓縮與訓(xùn)練算法，并采用超參數(shù)優(yōu)化組件實(shí)現(xiàn)了全程自動化托管式的模型壓縮。開發(fā)者無需了解具體模型壓縮算法細(xì)節(jié)，即可快速地將AI技術(shù)部署到移動端產(chǎn)品上，實(shí)現(xiàn)用戶數(shù)據(jù)的本地高效處理。

　　據(jù)介紹，目前該框架在騰訊內(nèi)部已對多個(gè)移動端AI應(yīng)用模型進(jìn)行壓縮和加速，并取得了令人滿意的效果， 對應(yīng)用整體的上線效果起到了非常重要的作用。

　　在騰訊公司內(nèi)部，PocketFlow框架正在為多項(xiàng)移動端業(yè)務(wù)提供模型壓縮與加速的技術(shù)支持。例如，在手機(jī)拍照APP中，人臉關(guān)鍵點(diǎn)定位模型是一個(gè)常用的預(yù)處理模塊，通過對臉部的百余個(gè)特征點(diǎn)(如眼角、鼻尖等)進(jìn)行識別與定位，可以為后續(xù)的人臉識別、智能美顏等多個(gè)應(yīng)用提供必要的特征數(shù)據(jù)?；赑ocketFlow框架，對人臉關(guān)鍵點(diǎn)定位模型進(jìn)行壓縮，在保持定位精度不變的同時(shí)，大幅度地降低了計(jì)算開銷，在本身已經(jīng)十分精簡的網(wǎng)絡(luò)上取得了1.3 ~ 2倍不等的加速效果，壓縮后的模型已經(jīng)在實(shí)際產(chǎn)品中得到部署。

　　在人體體態(tài)識別項(xiàng)目中，PocketFlow更是在滿足上線精度的要求下，使得模型推理速度有3倍以上的加速， 為項(xiàng)目的移動端落地起到了決定性的作用。