AImark app是一款专门用于测试手机AI性能的软件，由鲁大师精心打造。AI的发展潜力非常之大，很多SOC已经开始着重AI模块，这款AImark app就可以测试手机的AI性能，感兴趣的朋友可以下载app测试一下。
AImark评测原理
Al评测使用目前较为常用的三种神经网络INCEPTION V3、RESNET34、VGG16的特定算法，机器识别图片内容，按照识别图片的概率高低输出可能的结果列表。
最终，通过识别效率来判断手机Al性能，进而给出行测试评分。
AImark使用说明
运用INCEPTION V3、RES-NET34、VGG16三种神经网络，各自完成同样的100张标准图片识别任务，获取概率值TOP5的答案，记录获取答案以及完成测试的时间
完成测试速度越快的芯片，得分越高。完成测试答案正确率越高的芯片，得分越高。
测试获取答案正确率与时间成绩相互关联，正确率过低，最终成绩会相对降低。即速度再快，准确率不足得分会大幅下降。完成测试又快又准即为“CLEVER Al”
AImark相关知识
ResNet 34(残差网络)
微软的残差网络(ResNet)与传统的顺序网络架构(如AlexNet、OverFeat和VGG)不同，其加入了y=x层(恒等映射层),可以让网络在深度增加情况下却不退化。ResNet架构已经成为一项有意义的模型，其可以通过使用残差模块和常规SGD来训练非常深的网络。鲁大师AI测试设置了34层的深度。
Inception V3
Inception V3是Google开发的一个开源神经网络模型。这种架构先前叫GoogLeNet，现在简单地被称为Inception vN，Keras库中的Inception V3架构提出了对Inception模块的更新，进一步提高了ImageNet分类效果。用了Inception之后整个网络结构的宽度和深度都可扩大，能够带来2-3倍的性能提升
VGG16
VGGNet由牛津大学的视觉几何组(Visual Geometry Group)提出，VGG模型结构简单有效, 前几层仅使用3×3卷积核来增加网络深度，增加网络深度可以有效提升模型的效果。比较起ALEXNET, VGG对图片有更精确的估值以及更省空间，而且VGGNet对其他数据集具有很好的泛化能力。
AImark更新日志
2.5版更新内容
1.更新了MTK的aar包
2.更新了三星SDK的部分so库
3.更新高通SDK到snpe-1.27
