- 高级章节指引/代码库讲解
1) 代码库结构
开源代码结构构成,后续更新到最新的版本,需要用到API使用方式和例子
2)模型转换
机器学习的核心在于推理模型,开发板目前不支持训练,只能用于推理,而用于开发板的模型的格式是.om(offline Model),这种离线模型是开发板框架都有的一种模型,但当前这种模型还不能直接通过训练获得,只能通过caffe/tensorflow训练得到的模型转换而来。
为了让开发人员能够更容易使用训练过的模型,使用很少的代码构建一个机器学习的应用。Mind Studio提供了离线模型系统,实现了以下功能,方便用户快捷、方便地使用离线模型编写AI程序:
离线模型转换:支持将Caffe、Tensorflow等业界开源的神经网络模型转化为华为NPU芯片支持的网络模型。
离线模型导入:支持将转化好的,未加密模型直接导入到Mind Studio工程中供开发者编码使用。
离线模型可视化:支持离线模型的网络结构查看,可以看到每一层网络的详细信息。
3)应用开发
高级课程的重头戏。怎样开发,基于我们开发板的应用,这里又分了三个部分:
1 数据的流入: 此处只讲图像类数据该如何处理,它使用的是开发板自带的一套开发工具,它的名称是DVPP,做图像处理
2 应用代码到底怎么写,怎么调用模型进行推理,代码架构怎么组合,这里有一个框架,叫做Matrix
3 讲解atlas为大家提供一种好的数据展示方式(模型推理完了,拿到结果了,只是裸数据),自研的小工具PresenterServer,玩过样例应该还有点印象。
机器学习也就三个部分:数据流入,使用模型推理以及数据展示,这就是应用开发划分的几个标准
4)硬件接口
讲解如何使用开发板上那40根笔直光亮的阵脚调用和开发
5)高性能编程
是为了那些不满足于开发功能而结束的人员,讲解如何优化自己的代码,提升自己的性能。 - 模型转换
2.1 模型转换工具介绍与操作演示
2.2 模型转换工具原理讲解 - 应用开发
Atlas 200 DK 系列 --高级篇
最新推荐文章于 2024-01-29 09:56:06 发布