嵌入式AI基础知识介绍

一、嵌入式AI概述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
大部分神经网络计算都在卷积层,基本上99%都在卷积层,
在这里插入图片描述

二、模型加速

在这里插入图片描述

2-1.权值量化

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

tengine量化后的准确率之下降了1.5%。
在这里插入图片描述

2-2.网络剪枝

在这里插入图片描述
在这里插入图片描述

2-3.知识蒸馏

在这里插入图片描述
大网络是一个老师,小网络是一个学生
让小网络逐渐学习到大网络的能力

三、边缘侧的训练方法

在这里插入图片描述
在这里插入图片描述
传统的机器学习训练方法是把数据在服务器上训练好,然后使用
联邦学习是用户不把数据上传,而是把模型下发到对应的用户那里
用户训练以后用户会把训练好的模型上传到服务器,服务器再把训练的模型进行合成,再不断的更新,当训练的次数越来越多的时候,模型也会获得更强的能力。

  • 3
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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