NNoM 项目安装和配置指南

NNoM 项目安装和配置指南

nnom A higher-level Neural Network library for microcontrollers. 项目地址: https://gitcode.com/gh_mirrors/nn/nnom

1. 项目基础介绍和主要编程语言

项目基础介绍

NNoM（Neural Network on Microcontroller）是一个专门为微控制器设计的高级神经网络库。它旨在帮助嵌入式开发者更快速、更简单地将神经网络模型部署到微控制器上。NNoM 支持复杂的神经网络结构，如 Inception、ResNet 和 DenseNet，并且提供了用户友好的接口和高性能的后端选择。

主要编程语言

NNoM 主要使用 C 语言编写，适用于嵌入式系统。此外，项目还提供了 Python 脚本用于模型转换和配置。

2. 项目使用的关键技术和框架

关键技术

• Keras 模型转换：支持将 Keras 模型转换为 NNoM 模型。
• 复杂结构支持：支持 Inception、ResNet、DenseNet 等复杂神经网络结构。
• 高性能后端：提供多种高性能后端选择，以适应不同的硬件平台。
• 在线评估工具：提供运行时分析工具，如时间统计、内存统计、Top-K 准确度和混淆矩阵等。

框架

• TensorFlow：用于模型训练和转换。
• Keras：用于模型定义和训练。
• C 语言：用于微控制器上的神经网络推理。

3. 项目安装和配置的准备工作和详细安装步骤

准备工作

1. 安装 Python：确保你的系统上安装了 Python 3.x。你可以从 Python 官方网站 下载并安装。
2. 安装 TensorFlow：NNoM 需要 TensorFlow 版本 <= 2.14。你可以使用以下命令安装：

   pip install 'tensorflow-cpu<=2.14.1'
   

3. 安装 Git：确保你的系统上安装了 Git。你可以从 Git 官方网站 下载并安装。

详细安装步骤

1. 克隆 NNoM 仓库：

   git clone https://github.com/majianjia/nnom.git
   cd nnom
   

2. 安装 NNoM Python 包：

   pip install git+https://github.com/majianjia/nnom@master
   

3. 验证安装： 你可以通过以下命令验证 NNoM 是否安装成功：

   python -c "import nnom_core; print(nnom_core.__path__[0])"
   

   这将输出 NNoM 核心库的路径。

4. 配置编译环境： 在你的编译系统中，添加 inc/ 和 port/ 目录作为包含目录，并编译 src/* 中的 C 文件。

示例运行

1. 选择示例： 进入 examples 目录，选择一个示例项目。

2. 运行示例： 根据示例项目的 README 文件，配置并运行示例。

通过以上步骤，你应该能够成功安装和配置 NNoM 项目，并开始在微控制器上部署神经网络模型。

nnom A higher-level Neural Network library for microcontrollers. 项目地址: https://gitcode.com/gh_mirrors/nn/nnom