TINYML入门资料

最新推荐文章于 2024-05-30 09:40:57 发布
最新推荐文章于 2024-05-30 09:40:57 发布
阅读量2.2k 收藏 9
点赞数 1
文章标签： 物联网 硬件工程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45720531/article/details/124617757
版权

基础资料

神经网络入门
电子森林的这篇文章中提到了TinyML压缩主要是压缩卷积神经网络模型，而关于这个模型在下面那篇，人脸监测算法相关基础理论中有提到（第二章）。
电子森林TinyML技术概述
人脸监测算法相关基础理论见本论文第二章

实现神经网络压缩

压缩方法

主要参考本篇综述文章的第二章
深度学习模型压缩与加速综述
下面这篇主要讲了用量化的方法压缩模型，还有模型的加速，参考第3章
嵌入式深度神经网络的模型压缩与前向加速技术研究 丁杰
它还提到了，之前我们看到的压缩方式，也就是量化，剪枝，霍夫曼编码并用的这种方法，其实是比较难实现的，参考第一章国内外研究现状1.2.1

训练及部署

参考本篇论文第五章，描述了硬件平台的选择和嵌入式图像识别的特点，但文章有点老15年的
支持向量机在嵌入式图像识别中的研究 何强

如何监测

监护中精神状态表情识别

参考本篇论文第三章基于表情识别的独居老人监护系统研究 何俊杰

动作采集

参考基于嵌入式的动作采集、识别系统的设计与实现 高瞻

Tjyuking
关注
  • 1
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
tinyml
03-18
TinyML项目 专案 关键字词 高效内存推断，系统算法协同设计 设备上学习，记忆有效的转移学习 关于TinyML 具有丰富传感器的智能边缘设备（例如数十亿部手机和IoT设备）在我们的日常生活中无处不在。结合了人工智能...
最简单体验TinyML、TensorFlow Lite——ESP32跑机器学习（全代码）
热门推荐
全栈O-Jay的博客
08-12 1万+
最详细、通俗、简单地带你从0到1实现TinyML第一个项目。基于tensorflowlite、python、esp32的嵌入式机器学习。
【机器学习】TinyML的介绍以及在运动健康领域的应用
gg310773517的博客
03-26 2882
【机器学习】TinyML的介绍以及在运动健康领域的应用
探秘TinyML-CAM：一款仅占用1 Kb RAM的80 FPS图像识别系统
最新发布
gitblog_00076的博客
05-30 377
探秘TinyML-CAM：一款仅占用1 Kb RAM的80 FPS图像识别系统 TinyML-CAMCode for MobiCom paper 'TinyML-CAM: 80 FPS Image Recognition in 1 Kb RAM'项目地址:https://gitcode.com/gh_mirrors/ti/TinyML-CAM 在物联网（IoT）和边缘计算的世界中，资源效率是至关...
嵌入式部署机器学习模型---TinyML
探索人工智能领域
09-01 1194
TinyML 是机器学习和嵌入式系统的一个研究领域，它探索可以在微控制器等小型低功耗设备上运行的模型类型。标准消费类 CPU 的功耗在 65 瓦到 85 瓦之间，标准消费类 GPU 的功耗在 200 瓦到 500 瓦之间，而典型的微控制器的功耗约为毫瓦或微瓦。这种低功耗使得TinyML 设备可以在不插电的情况下使用电池运行数周、数月，在某些情况下甚至数年，同时在边缘运行 ML 应用程序。在一天中，您使用这些模型的次数比您意识到的要多。当您说“Alexa”或“好的，Google”时，您希望设备立即响应您。
TinyML 机器学习简介
喜欢打酱油的老鸟
11-27 7859
1，当前 TinyML 机器学习的应用概览 图 1 TinyML 的机器学习用例。图片来源：NXP 2，TinyML 工作机制 TinyML 算法的工作机制与传统机器学习模型几乎完全相同，通常在用户计算机或云中完成模型的训练。训练后处理是 TinyML 真正发挥作用之处，通常称为“深度压缩”（deep compression）。 图2 深度压缩示意图。来源： ArXiv 论文 ...
tinyai:玩耍tinyML
03-31
天台学playAround[SparkFun Edge]
如何生成TinyML-Image.mp4
09-27
语音识别重点的是如何 ”准确的识别到关键字“ ， 本视频 简单的几步就能生成语音识别的软件哦， 在 语音识别的道路上人，不知你一个，也有我们.
基于最新理念TinyML - 如何搭建tinyML源码的Arduino项目(第六讲)
10-08
前进的路上总是有些坎坷，但是经历多了，也不算什么事了，因为勇气已经装满了 ...本视频 适合 刚开始学习Tiny ML的小伙伴，或者是刚刚想从事机器学习再或者想从事语音控制的效果伙伴等等，能帮助大家迅速入门
TinyML AI推理库-Python开发
05-25
uTensor-测试发布注意：如果您要寻找稳定的发布版本，请签出master。 发行说明更新了uTensor自述文件更新了uTensor-CLI自述文件ROM Tensor支持简介什么uTensor-测试发行说明：如果您正在寻找稳定的发行版，请结帐...
[IDE]TinyML研究和学习的小精灵 之四
ic2121的博客
01-20 182
至此，我们已完成了在显示屏使用方面的介绍，其间所介绍的汉字显示及控件处理方面的内容是对原显示功能的有效补充和扩展，希望能对大家的应用带来益处和启发。其实显示方面的应用还有许多，由于它与硬件的结合比较紧密，故后面会暂时结束在显示方面的盘桓，将介绍的内容转向硬件的性能及其使用方法，若感兴趣不妨持续关注。当按下K3键时，则显示出选择的结果以便验证。文本框是用于输入信息的控件，按键则是用于执行相应操作的控件，在Wio终端由于缺少键盘和鼠标之类的输入设备，故此类控件所存在的意义在于标识其此类控件的性能和属性。
TinyML快速入门_使用Zilltek 麦克风实现TinyML语音辨识
wpgddt的博客
04-22 1085
A5: /Documents/tflite-micro/tensorflow/lite/micro/build_def.bzl的def micro_copts():中加入 "-Wno-error=sign-compare",，执行时使用bazel build --copt="-Wno-error" evaluate来忽略比较错误便可正常执行。另外模型经过训练量化并转成.tflite之后，我们需要将模型转换成二进制，在model.cc中将自己的模型放进去，同时修改g_model_len以匹配模型大小。
人工智能书单（机器学习实践篇）
华章IT官方博客
01-31 376
导语：在这个特殊的假期里，宅在家里读书意味着健康平安，也会让你收获满满！华章计算机AI板块小编将为你持续推送AI书单，从基础入门到AI的各个细分方向一网打尽，完备你的AI学习路线！本期为...
关于TinyML的认识
cavern1628的专栏
02-24 3001
TinyML是好药，但绝不是“银弹”！为什么呢？我给大家分析分析， TinyML这篇文章主要宣贯的微端智能应用未来几年是大的爆发点，但我认为其实本质是芯片博弈革命，我之前也多次讲过芯片的发展其实分两个方向，一个是通用芯片，一个是专用芯片，专用芯片面向特定应用场景更高效，因为高效，所以功耗就低（挖矿机算一个面向专项应用的机器，但还是用的通用芯片,功耗并不低），对于微端智能应用发展，一定是从...
C语言与嵌入式AI边缘计算：TinyML、TensorFlow Lite在嵌入式设备上的应用（二）
weixin_56154577的博客
04-21 1647
TinyML是一种专注于在极低功耗、资源极其有限的微控制器（MCU）级别硬件上实现机器学习（ML）模型高效运行的技术领域。其核心目标在于将先进的机器学习算法和模型移植到体积小巧、能耗极低的嵌入式设备中，使这些设备具备边缘智能，能够在没有外部服务器支持的情况下进行实时数据处理和决策制定。
TinyML在Arduino部署（语音检测及人体识别数据）
m0_62459326的博客
04-03 590
TinyML在Arduino部署（语音检测及人体识别数据）
【社区分享】从零开始学习 TinyML，建立 TensorFlow 深度学习模型（技术优化篇）
tensorflowforum的博客
12-09 1万+
本文来自社区投稿与征集，作者王玉成，ML&IoT Google Developers Expert，温州大学智能锁具研究院总工程师。 了解更多：https://blog.csdn.net/wfing 经过前面几章的讨论，我们了解了TinyML 的概念，完成了一个最简单的TinyML 的模型并且运行在微控制器上，得出最基本的结果。但是在实际的工程应用中，模型建立之后，也需要再进一步结合许多优化方面的技术，这就是我们接下来想要探讨的。 5. 优化 TinyML 这本书也详细的向我...
TinyML：下一轮人工智能革命
人工智能学家
11-03 595
来源：AI前线作者：Matthew Stewart译者：盖磊策划：陈思人工智能的一个趋势是正快速从“云端”走向“边缘”。TinyML 是在海量的物联网设备端微控制器上实现的人工智能，有望...
tinyml pdf
09-12
TinyML 是指在资源有限的嵌入式设备上运行的机器学习模型和算法。该术语最近越来越受关注，因为传统的机器学习模型通常需要在强大的计算机上运行，这限制了机器学习在物联网和传感器应用中的使用。TinyML 的目标是在资源受限的设备上实现机器学习和人工智能功能。 TinyML 的应用范围十分广泛，包括传感器数据分析、声音识别、图像分类和物体检测等。由于嵌入式设备通常拥有有限的处理能力和内存空间，因此 TinyML 让机器学习模型能够有效地在这些设备上运行。 关于 TinyML 的 PDF，可能是指关于 TinyML 的学习资料或相关文档的PDF文件。在这些PDF文件中，可以学习和了解关于TinyML的概念、原理、算法和实践等内容。 这些PDF文件可以包括以下内容： 1. TinyML 的基本概念和原理，例如有关资源受限设备上机器学习的挑战和解决方法。 2. TinyML 的算法和技术，例如边缘计算、量化、压缩和部署等方面的内容。 3. TinyML 的应用案例，例如嵌入式设备上的语音识别、物体检测和生物传感器等。 4. 在TinyML环境中使用的工具、框架和库，例如TensorFlow Lite for Microcontrollers等。 5. 关于如何训练和优化TinyML模型的实践建议和方法。 总之，TinyML的PDF资料提供了深入了解和学习TinyML的机会，帮助开发者理解和应用在嵌入式设备中的机器学习技术。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值