您的位置: 首頁 >科技 >

TinyML給了硬件新的生命

2020-06-01 15:03:43 編輯: 來源:
導讀 鋁和圖標不再足以讓產品在市場上引起注意。今天,偉大的產品需要是有用的,并提供幾乎不可思議的體驗,成為生活的延伸。微型機器學習(TinyML)是最新的嵌入式軟件技術,它將硬件帶入了一個幾乎不可思議的領域,機器可以通過使用自動學習和成長,就像原始人類的大腦一樣。 到目前為止,為硬件構建機器學習(ML)算法意味著基于樣本數(shù)據(jù)的復雜數(shù)學模型,即所謂的“訓練數(shù)據(jù)”,以便做出預測或決策,而不需要顯式編程。

鋁和圖標不再足以讓產品在市場上引起注意。今天,偉大的產品需要是有用的,并提供幾乎不可思議的體驗,成為生活的延伸。微型機器學習(TinyML)是最新的嵌入式軟件技術,它將硬件帶入了一個幾乎不可思議的領域,機器可以通過使用自動學習和成長,就像原始人類的大腦一樣。

到目前為止,為硬件構建機器學習(ML)算法意味著基于樣本數(shù)據(jù)的復雜數(shù)學模型,即所謂的“訓練數(shù)據(jù)”,以便做出預測或決策,而不需要顯式編程。如果這聽起來復雜和昂貴的建設,它是。最重要的是,傳統(tǒng)上與ml相關的任務被轉換到云上,這造成了延遲,消耗了稀缺的電力,并使機器受到連接速度的影響。結合起來,這些約束使得邊緣的計算速度更慢,成本更高,而且更難以預測。

但由于最近的進展,公司正將TinyML作為構建產品智能的最新趨勢。以開源硬件聞名的Arduino公司正在為數(shù)百萬開發(fā)者提供TinyML。他們和Edge Impulse一起,將無處不在的Arduino板變成一個強大的嵌入式ML平臺,如Arduino Nano 33 BLE Sense等32位板。通過這種合作關系,你可以運行強大的學習模型,該模型基于人工神經網絡(ANN)到達和采樣微小傳感器以及低功率微控制器。

在過去的一年里,通過為微控制器、uTensor和Arm的CMSIS-NN提供TensorFlow Lite等項目,在使深度學習模型更小、更快和可在嵌入式硬件上運行方面取得了巨大的進步。但是,構建一個高質量的數(shù)據(jù)集、提取正確的特性、培訓和部署這些模型仍然很復雜。TinyML是edge硬件和設備智能之間缺失的一環(huán),現(xiàn)在已經實現(xiàn)了。


免責聲明:本文由用戶上傳,如有侵權請聯(lián)系刪除!

2016-2022 All Rights Reserved.平安財經網.復制必究 聯(lián)系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網 版權歸原作者所有。