TinyML给了硬件新的生命

2020-06-01 15:03:43 编辑：来源：

导读铝和图标不再足以让产品在市场上引起注意。今天，伟大的产品需要是有用的，并提供几乎不可思议的体验，成为生活的延伸。微型机器学习(TinyML)是最新的嵌入式软件技术，它将硬件带入了一个几乎不可思议的领域，机器可以通过使用自动学习和成长，就像原始人类的大脑一样。到目前为止，为硬件构建机器学习(ML)算法意味着基于样本数据的复杂数学模型，即所谓的“训练数据”，以便做出预测或决策，而不需要显式编程。

铝和图标不再足以让产品在市场上引起注意。今天，伟大的产品需要是有用的，并提供几乎不可思议的体验，成为生活的延伸。微型机器学习(TinyML)是最新的嵌入式软件技术，它将硬件带入了一个几乎不可思议的领域，机器可以通过使用自动学习和成长，就像原始人类的大脑一样。

到目前为止，为硬件构建机器学习(ML)算法意味着基于样本数据的复杂数学模型，即所谓的“训练数据”，以便做出预测或决策，而不需要显式编程。如果这听起来复杂和昂贵的建设，它是。最重要的是，传统上与ml相关的任务被转换到云上，这造成了延迟，消耗了稀缺的电力，并使机器受到连接速度的影响。结合起来，这些约束使得边缘的计算速度更慢，成本更高，而且更难以预测。

但由于最近的进展，公司正将TinyML作为构建产品智能的最新趋势。以开源硬件闻名的Arduino公司正在为数百万开发者提供TinyML。他们和Edge Impulse一起，将无处不在的Arduino板变成一个强大的嵌入式ML平台，如Arduino Nano 33 BLE Sense等32位板。通过这种合作关系，你可以运行强大的学习模型，该模型基于人工神经网络(ANN)到达和采样微小传感器以及低功率微控制器。

在过去的一年里，通过为微控制器、uTensor和Arm的CMSIS-NN提供TensorFlow Lite等项目，在使深度学习模型更小、更快和可在嵌入式硬件上运行方面取得了巨大的进步。但是，构建一个高质量的数据集、提取正确的特性、培训和部署这些模型仍然很复杂。TinyML是edge硬件和设备智能之间缺失的一环，现在已经实现了。

标签： TinyML

免责声明：本文由用户上传，如有侵权请联系删除！

TinyML给了硬件新的生命

猜你喜欢

最新文章

精彩推荐

图文推荐

点击排行