鲁大师AImark

AImark apk是由鲁大师官方推出的一款手ai性能测试软件，使用app可以自动测试手机性能，数据精准所有信息详细显示，提供手机性能排行榜，欢迎来cad之家下载使用！

AImark鲁大师介绍

AI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AI性能，进而给出行测试评分。

只需下载软件，即可知道手机的AI性能。

AImark使用说明

一、Inception V3、ResNet34、VGG16三种网络，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，获取答案以及完成测试的时间。

二、完成测试答案正确率越高，得分越高

三、完成测试速度越快，得分越高

四、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 AI”。

科普

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

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。

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。

关于AImark的分数体系说明

需要注意的是，AI测试与CPU、GPU性能关系不大，在测试手机DSP智能模组当中的AI处理器。手机得分高低取决于该芯片中的AI模块能力。因此有可能发生搭载骁龙845的手机的AI性能测试与骁龙660AIE的手机相近的情况。这两颗处理器本来的区别在于CPU和GPU的逻辑性能，AI测试受到DSP性能影响，传统的跑分在这里并不能说明谁更“聪明”。需要SOC厂商的AI算法支持来提升成绩。

不同于此前将AI性能评测作为一个子项目，本次鲁大师发布的AImark是一款更加专业和具有针对性的AI评测软件。由于使用了全新的体系，AImark与之前发布的AI性能评测没有可比性，分数并没有任何的关联，不能进行横向对比。