鲁大师AI评测是一款专门针对手机AI芯片进行评测的软件，用户可以使用它查看手机硬件情况，包括各种设备的使用情况。通过鲁大师AI评测，用户可以计算出手机的性能，从而选择最高性价比的手机。

【鉴别真伪】

多达15项检测指标，一键快速鉴别手机真伪。

【温度监控】

实时记录手机处理器的使用率、温度等核心指标，方便您随时关注手机状态。

【硬件配置】

从CPU、GPU、屏幕刷新率到内存、闪存，全面的硬件配置全面展示，让你购机不吃亏。

【功能测试】

包括AI测试，浏览器流畅性与兼容性，检测屏幕显示细腻度、支持触控点更多独立测试项，不断增加中。

1、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；

2、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；

3、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；

1、首先我们打开鲁大师AImark测评软件，点击前往测评；

2、随意选择一个图片进行识别，点击开始测评；

3、真正测评中；

4、测评结束，用户可以查看各种测评结果；

版本 3.0

- 更新开发模型

- 更新报告计算规则