机器学习##

188体育app下载Silicon实验室原创支持GSDK微控制器TensorFlowliteTensorFlow是最常用神经网络开发平台188体育app下载硅实验室通过第三方软件工具和解决方案支持其他机器学习方法

本页帮助您判定 :

  • 软件工具最适用于您和您的应用

  • 示例、演示和/或教程帮助启动

您可能还想访问 :

机器学习开发工作流程##

开发程序整合机学习特征需要两种不同的工作流程:

  • 嵌入式开发工作流用于创建无线应用

  • 机器学习工作流创建机器学习特征

188体育app下载如何为硅实验室部分搭建机器学习模型

假设熟悉标准嵌入式开发工作流页面上展示工具覆盖开发机器学习特征的各种选项

了解机器学习开发者技巧##

定义开发者使用ML工具链时三大技能

  • ML专家开发者体验TensorFlow和Python专家工具要求开发者非常精通这些技能或愿意学习

  • ML探索器开发者知道机器基本学习概念和工作流(数据采集、培训、测试转换),但希望开发者能从中分步执行机器学习并将其作为产品特征所需要所有步骤

  • ML解决方案开发者想使用机器学习技术,但没有机器学习知识或愿意学习反之,他们想要黑盒解决方案,并增加产品加值特征

TFLM原生专家支持##

面向ML专家188体育app下载silcon实验室为微控制器提供本地TensorFlowlite支持使用这些工具时需要考虑两个执行方面:

  1. 训练模型.训练有两种选择考虑:使用腾索Flow188体育app下载直接使用硅实验室学习工具箱MLTK.

  2. 集成模型.集成.tflite模型文件嵌入应用并运行推理获取起始段指能帮助开发者集成的例子

培训TensorFlow模型##

GSDK支持微控制器TensorFlowlite原创性.开发者可创建量化.tflite模型文件直接使用TensorFlow环境并融入GDSK

注解:

开始启动

188体育app下载硅实验室MLTK培训模型##

机器学习工具箱MLTK)为这些创建理由解析帮助Tensorfll开发者188体育app下载一套ython脚本 设计跟踪Silicon实验室嵌入设备典型机器学习工作流

注解:

  • 188宝金博betapp下载软件包提供开源自用社区支持参考包并配有全套联机文档188体育app下载Silicon实验室目前没有支持服务此软件

  • 脚本是文档覆盖使用案例的参考实现教程.支持其他使用案例由专家开发者负责

开始启动

集成模型##

训练模型,无论是直接使用TensorFlow或MLTK,均以a表示.tflite文件.添加.tflite文件嵌入程序见开发推理应用.

有几个GSDK例子包括机器学习并显示使用预培训模型计算推理方法预培训模型可用上文方法之一培训模型取而代之

开始启动

第三方伙伴探索者工具链##

面向ML探索器工具逐端编程创建机器学习应用专用模型和随带嵌入软件提供:

  • 机器学习工作流端对端覆盖

  • 易懂开发者经验

  • 外加值特征如AutomL或对象检测

需求 :

  • 理解机器学习概念(日期收集、培训、验证、推理、混淆矩阵等)。

  • 能力收集数据 表示实战假想

188体育app下载下工具与开发ML完全匹配,作为硅实验室嵌入应用特征

边缘脉冲##

边缘脉冲未来嵌入式机学习 通过授权开发者创建并优化解决方案188金宝搏官网下载令嵌入式ML应用过程比任何时候都容易快捷, 释放跨行业大规模值, 数以百万计开发商提高数十亿设备智能

开始启动

边脉冲工作室xG24Dev

森西马尔##

森西马尔端端AutomL嵌入代码生成软件开发者使用Senism解析工具箱使用AI开发工具支持快速数据收集、标签制作、特征提取、ML分类和优化固件代码生成工具自动化大大减少开发时间和成本,允许从单用户到大队项目生成精度AI传感器算法

开始启动

sensmal分析工具箱xG24Dev

第三方伙伴解决方案##

工具不要求机器学习知识充分利用特征专为特定使用案例设计

异常检测##

微信AtomL系统是一个边缘自校半监督学习引擎,从内部设备传感器汇总数据,自调以创建资产行为剖面图,然后检测异常行为并采取行动AtomML把大型基础情报带入单片设备或装置不同于依赖云的传统AI驱动资产管理解决方案,AtomL直接部署到智能装置和传感器AtomL操作设备本身小环境内,为资产分析提供更有效的方法并生成实时报警AtomML带来近距离局部资产管理方法,产生多种操作效率

开始启动

使用MicroAIAOMML和 ThunderboardSense2

Wake字/Voice命令##

感知论创建安全高超UX 通过视觉语音技术188金宝搏官网下载智能技术广泛应用到消费者电子应用中,包括手机、汽车、可穿戴器、玩具、IoT、PCs、医疗产品和各种家用电子感官产品行包括无声控制、真正安全生物识别认证和Trul-Yatual大字词自然语音识别感知技术载运三桶以上主要消费品

开始启动

使用感官全手xG24Dev

选择机器学习工具##

本节提供起始链接可用工具或推荐工具,基于用例提供链路或示例或教程

传感器信号处理##

传感器信号处理使用低数据速率传感器,如加速计、陀螺仪、空气质量传感器、温度传感器、压力传感器等可在多类市场发现这些使用案例,如预防性维护、医疗设备或烟雾检测器等

音频模式匹配##

音频模式匹配使用麦克风检测不同声音所检测到的声音类型可以是多种非语音相关声音,例如scrapsybace、Jinging键、破玻璃、自来水、动物声音等

语音命令##

语音命令是一个子集音频模式识别小数组语音也称关键字识别它可以用于各种使用案例,例如唤醒语音服务(即Alexa)或使用语音激活智能家用设备或器件

低分辨率视觉##

低分辨率视觉使用摄像头分辨率约100x100检测对象以检测存在性、人数计数、视频觉醒或更多

机器学习工具汇总##

下表汇总由开发者技巧和目标使用案例组织的不同工具选项

ML工具技巧使用案例