一位用户已成功在 Android 设备上完全训练了一个用于 Imagenet-1k 数据集的 MLP 分类器。该模型拥有约 50 万个参数，在数据集的缩小版 32x32 版本上训练 5 个 epoch 后，达到了 4.59% 的验证准确率。训练过程利用了设备的 CPU，特别是 Dimensity 9300+ 的四个 Arm Cortex-X4 核心，耗时约 30 分钟。用户指出，与 CNN 相比，选择 MLP 是因为其在移动设备上的稳定性和更快的训练速度，尽管他们承认该模型的准确率目前较低，并计划开发一个改进版本。 AI
影响 展示了设备端 AI 模型训练的可行性，有望实现更分布式和注重隐私的 AI 应用。
排序理由 用户开发的模型发布及基准测试结果。[lever_c_从研究降级：ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
