• <tbody id="wslfv"><pre id="wslfv"></pre></tbody>
    <span id="wslfv"></span>
    <tbody id="wslfv"><pre id="wslfv"></pre></tbody>
    <th id="wslfv"><track id="wslfv"><rt id="wslfv"></rt></track></th>

    <li id="wslfv"><acronym id="wslfv"></acronym></li>
    更多課程 選擇中心

    嵌入式培訓
    達內IT學院

    400-111-8989

    移動和嵌入式設備上也能直接玩機器學習?

    • 發布:嵌入式培訓
    • 來源:嵌入式教程
    • 時間:2018-03-12 14:01

    最近,機器學習(ML)話題大熱,Arm也推出神經網絡機器學習軟件 Arm NN。這是一項關鍵技術,可在基于 Arm 的高能效平臺上輕松構建和運行機器學習應用程序。那么對于Arm NN,你又了解多少呢?

    實質上,該軟件橋接了現有神經網絡框架(例如 TensorFlow 或 Caffe)與在嵌入式 Linux 平臺上運行的底層處理硬件(例如 CPU、GPU 或新型 Arm 機器學習處理器)。這樣,開發人員能夠繼續使用他們首選的框架和工具,經 Arm NN 無縫轉換結果后可在底層平臺上運行。

    機器學習需要一個訓練階段,也就是學習階段(“這些是貓的圖片”),另外還需要一個推理階段,也就是應用所學的內容(“這是貓的圖片嗎?”)。訓練目前通常在服務器或類似設備上發生,而推理則更多地轉移到網絡邊緣,這正是新版本 Arm NN 的重點所在。

    對象識別是在嵌入式平臺上運行的眾多機器學習工作負載之一


      
    一切圍繞平臺

    機器學習工作負載的特點是計算量大、需要大量存儲器帶寬,這正是移動設備和嵌入式設備面臨的最大挑戰之一。隨著運行機器學習的需求日益增長,對這些工作負載進行分區變得越來越重要,以便充分利用可用計算資源。軟件開發人員面臨的可能是很多不同的平臺,這就帶來一個現實問題:CPU 通常包含多個內核(在 Arm DynamIQ big.LITTLE中,甚至還有多種內核類型),還要考慮 GPU,以及許多其他類型的專用處理器,包括 Arm 機器學習處理器,這些都是整體解決方案的一部分。

    Arm NN 這時就能派上用場。下圖中可以看出,Arm NN 扮演了樞紐角色,既隱藏了底層硬件平臺的復雜性,同時讓開發人員能夠繼續使用他們的首選神經網絡框架

    Arm NN SDK 概覽(首次發布版本)

    您可能已經注意到,Arm NN 的一個關鍵要求是 Compute Library,它包含一系列低級別機器學習和計算機視覺函數,面向 Arm Cortex-A CPU 和 Arm Mali GPU。我們的目標是讓這個庫匯集針對這些函數的一流優化,近期的優化已經展示了顯著的性能提升——比同等 OpenCV 函數提高了 15 倍甚至更多。如果您是Cortex-M CPU 的用戶,現在還有一個機器學習原語庫,也就是近期發布的 CMSIS-NN。

      
    Arm NN主要優勢

    有了 Arm NN,開發人員可以即時獲得一些關鍵優勢:


    • 更輕松地在嵌入式系統上運行 TensorFlow 和 Caffe

    • Compute Library 內部的一流優化函數,讓用戶輕松發揮底層平臺的強大性能

    • 無論面向何種內核類型,編程模式都是相同的

    • 現有軟件能夠自動利用新硬件特性


    與 Compute Library 相同,Arm NN 也是作為開源軟件發布的,這意味著它能夠相對簡單地進行擴展,從而適應 Arm 合作伙伴的其他內核類型。

      
    適用于 Android 的 Arm NN

    在2017年五月舉行的 Google I/O 年會上,Google 發布了針對 Android 的 TensorFlow Lite,預示著主要新型 API 開始支持在基于 Arm 的 Android 平臺上部署神經網絡。表面上,這與 Android 下的 Arm NN SDK 解決方案非常相似。使用 NNAPI 時,機器學習工作負載默認在 CPU 上運行,但硬件抽象層 (HAL) 機制也支持在其他類型的處理器或加速器上運行這些工作負載。Google 發布以上消息的同時,我們的 Arm NN 計劃也進展順利,這是為使用 Arm NN 的 Mali GPU 提供 HAL。今年晚些時候,我們還將為 Arm 機器學習處理器提供硬件抽象層。

    Arm 對 Google NNAPI 的支持概覽

      
    CMSIS-NN

    CMSIS-NN 是一系列高效神經網絡內核的集合,其開發目的是最大程度地提升神經網絡的性能,減少神經網絡在面向智能物聯網邊緣設備的 Arm Cortex-M 處理器內核上的內存占用。我們開發這個庫的目的是全力提升這些資源受限的 Cortex CPU 上的神經網絡推理性能。借助基于 CMSIS-NN 內核的神經網絡推理,運行時/吞吐量和能效可提升大約 5 倍,想了解更多請查看 ? 想讓你的微控制器效率提升5倍嗎?


      
    Arm NN 的未來發展

    這只是 Arm NN 的第一步:我們還計劃添加其他高級神經網絡作為輸入,對 Arm NN 調試程序執行進一步的圖形級別優化,覆蓋其他類型的處理器或加速器……請密切關注今年的發展!

    預約申請免費試聽課

    填寫下面表單即可預約申請免費試聽!怕錢不夠?可就業掙錢后再付學費! 怕學不會?助教全程陪讀,隨時解惑!擔心就業?一地學習,可全國推薦就業!

    上一篇:如何設計嵌入式系統?嵌入式操作系統的精髓
    下一篇:[分享]提高嵌入式軟件可靠性的一些方法

    裸編程怎么做?裸編程具體做法

    嵌入式編程中你必須知道的小知識

    嵌入式C語言編程小知識總結

    有哪些工具可以讓嵌入式開發事半功倍?

    • 掃碼領取資料

      回復關鍵字:視頻資料

      免費領取 達內課程視頻學習資料

    • 視頻學習QQ群

      添加QQ群:1143617948

      免費領取達內課程視頻學習資料

    Copyright ? 2021 Tedu.cn All Rights Reserved 京ICP備08000853號-56 京公網安備 11010802029508號 達內時代科技集團有限公司 版權所有

    選擇城市和中心
    黑龍江省

    吉林省

    河北省

    湖南省

    貴州省

    云南省

    廣西省

    海南省

    欧美一级高清片,一级欧美免费大片视频,欧美三级在线电影免费 百度 好搜 搜狗
    <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>