腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

范传康的专栏

专栏作者

45

文章

123534

阅读量

24

订阅数

tflite模型PC端与嵌入式交叉验证

tencentos tiny tensorflow 嵌入式机器学习智能硬件

TFLM(Tensorflow lite micro)验证嵌入式端模型运行，直截了当做法是：对比PC端和嵌入式端运行的tflite模型的输入输出。笔者就TinyML的HelloWorld例程，实践了PC端tflite模型运行情况和MCU端RT1062部署后运行情况。

2022-05-13

2.7K0

colab tip: 防止长时间无操作断开

机器学习 tensorflow

colab自不必多说，对机器学习从业者是布道者的角色。配合google driver，一些想法不会受限于硬件条件得以起航，就算有了条件，多处统一访问也方便开发。实践过程中，很多模型需要较长时间运行，如果你不操作点击几下网页，colab就会断开，时间久了就重连不回去了，大大影响效率。

2021-03-25

6.6K2

设置TinyML实验Arduino环境

最近在学习edx的HarvardX TinyML 3 - deploying TinyML。这个在线课程大大降低了TinyML的学习曲线的陡峭度，可以作为《TinyML: Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers》的有益补充。原书是TensorFlow-Lite-Micro相关设计的提纲挈领，但是成书到发行期间，TFLM一直也在发展中，书中的代码到实践时候就有差异；《TinyML》也没有把实践部署讲的很透彻，个人认为在于TFLM采用工业化的pipeline解决依赖（不同硬件平台的编译、库、工具链的依赖）；《TinyML》在阐述硬件平台移植相关章节，没有把工具链从官方的工业pipeline完整的剥离出来，也导致了光看书无法复现。为什么敢这么说？徒手把TFLM移植到nrf52840的淘宝开发板上，书忽略了nrf平台工具链的构建，以及如何和tf编译系统联动的设计。工作原因没有精力继续TinyML的爱好了。Harvard在线课程给了个契机继续，毕竟看视频比看code和实操要省力好多。

2021-03-21

1.5K0

TensorFlow_Probability实现Normalizing flows实例

tensorflow 机器学习深度学习

标准化流（Normalizing Flows）是算法工具包中的一种便捷技术，它将简单的密度（如高斯分布）转换为丰富的复杂分布，可用于生成模型，RL和变分推断。 TensorFlow具有一组不错的功能，可轻松构建流程并对其进行训练以适应实际数据。

2021-03-14

1.5K0

Tensorflow实现朴素贝叶斯分类器

tensorflow 人工智能深度学习

朴素贝叶斯分类器是基于贝叶斯定理以及一些有关特征独立性的强（朴素）假设的简单概率分类器，也称“独立特征模型”。本文demo使用TF的实现朴素贝叶斯分类器，用TensorFlow_probability概率库实现参数可训练的高斯分布变种。

2021-02-27

1.4K1

TinyML-6:移植到nrf52840淘宝开发板（带源码）

物联网通信 tensorflow 机器学习腾讯云 TI 平台嵌入式

技术到了最后，都是要在实际生活中实践，才有活力；而不是曲高和寡，光是鼓吹技术多牛逼，没有切实改变生活，提高体验，产生经济价值，那样的技术都是耍流氓。

2021-01-24

2K12

TinyML-5:TFLite Quantization背后的运行机制

tensorflow 机器学习深度学习物联网腾讯云 TI 平台

上一篇文章描述了为什么quantization 量化的int8足够运行推理，以及Quantization量化对TinyML的重要性，但是没有深入说明Quantization的实现机制，本篇博文打算从TFlite的案例代码切入，从代码的Optimize选项展开讲TFLite背后Quantization的PTQ，QAT技术等。

2021-01-17

2.3K0

TinyML-4：（Quantization）为什么int8足够用于ML

tensorflow 机器学习嵌入式智能硬件工业物联

当神经网络最初被开发时，最大的挑战是使它们能够工作！这意味着训练期间的准确性和速度是重中之重。使用浮点算术是保持精度的最简单方法，并且GPU具备完善的设备来加速这些计算，因此自然不会对其他数字格式给予太多关注。

2021-01-10

1.7K0

【云+社区年度征文】AI算法落地之数据链

机器学习工业物联人工智能 tensorflow 数据处理

机器学习之初，可以在各种开源数据集玩各种模型、玩各种参数，机器学习工程被称为“炼丹”。那时候，数据是规则，目标是明确，世界是如此简单和令人振奋。虽然也有一些杂音划耳而过，“机器学习算法的90%都是数据处理”，“数据清洗”、“数据增广”……直到自己进行AI算法解决实际工程问题，原来恩达老师讲的都是真的——算法工程的大部分实践都和数据“大泥巴”搅合在一起，数据要对齐、样本不平衡、数据标定等等。

2020-12-14

7630

【云+社区年度征文】TinyML实践-3：牛运动姿态识别的落地实现

tensorflow 机器学习工业物联嵌入式智能硬件

TinyML最近几年才提出，TinyML的书去年才见到，中文版今年在国内才买到。TFLite micro技术也就今年左右才成熟。之前所有的依靠动物身上传感器进行姿态识别的，有一说一，应该都是经典的特征抽取，加上随机森林之类的经典算法实现的。实现起来，需要领域专家进行特征抽取，选择特征反复迭代；部署嵌入式由于实现困难有可能返回去修改模型，重新搞一套；解决完一个问题，新问题又得再来一次流程....

2020-12-11

1.1K0

【云+社区年度征文】TinyML实践-2：How TinyML Works？

tensorflow 物联网机器学习人工智能

对于Tensorflow最大需求是能够在桌面系统中训练并运行模型，这种需求影响了很多设计决策，例如为了更低的延迟和更多的功能而增加可执行文件的大小。云端服务器上，RAM以GB为衡量单位，存储空间以TB为单位，几百兆字节的二进制文件通常不是问题。

2020-12-07

1.6K0

TinyML实践-1：What & Why TinyML？

tensorflow 物联网机器学习嵌入式

机器/深度学习已经如火如荼，各种炫目的效果呈现不穷，笔者也复现一些如stackoverflow assistence、头像动漫化等，但大都需要强大算力，“终端（手机）+云服务器”是基本结构。去年关注到Google TFLite Micro（TFLM）及技术，可以将Tensorflow 模型部署到嵌入式的端末设备（比如arm cortex M4 64M）。恰好手头有一个农业物联网项目，利用嵌入式设备识别牲畜的活动状态，应用了这一个技术。这段时间项目间隙，记录下开发过程的一些心得体会。

2020-12-07

2.2K1

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态