端侧AI模型优化
LeNet，第一个可商用的神经网络，仅有5个卷积层，51K参数量。
MIT的韩松老师在2015年提出了一些观测：预先训练好的AlexNet、VGGNet模型中，去掉大约90%的参数，它的精度还是无损的。因此韩松老师开始提出一些模型压缩的技术。
- 模型蒸馏：去掉原始模型中的光流模块，帮助我们解决稳定性的问题
- 神经元剪枝：降低视频生成器的计算复杂度
- 算子优化：在不同的硬件上会有不同的最优算子和最优架构，我们用了AutoML的技术自动地选择最适合Atlas200的AI算子
- 模型适配：包括多种风格迁移，例如梵高、毕加索等
