項目類
1、TinyMaix - 面向單片機的超輕量級的神經(jīng)網(wǎng)絡推理庫
TinyMaix 是專為低資源的單片機設計的 AI 神經(jīng)網(wǎng)絡推理框架,通常被稱為 TinyML。TinyMaix 可以讓你在任意單片機上運行輕量級深度學習模型。TinyMaix 的設計原則:易用性 > 移植性 > 速度 > 空間。
TinyMaix 其實是矽速科技(Sipeed)利用兩個周末的業(yè)余時間完成的項目,它足夠簡單,可以在 30 分鐘內(nèi)讀完代碼,可以幫助新手理解它是怎么運行的。
- 項目地址:https://github.com/sipeed/TinyMaix
TinyMaix 關鍵特性:
- 核心代碼少于400行(tm_layers.c+tm_model.c+arch_cpu.h), 代碼段(.text)少于3KB
- 低內(nèi)存消耗,甚至Arduino ATmega328 (32KB Flash, 2KB Ram) 都能基于TinyMaix跑mnist(手寫數(shù)字識別)
- 支持INT8/FP32/FP16模型,實驗性地支持FP8模型,支持keras h5或tflite模型轉換
- 支持多種芯片架構的專用指令優(yōu)化: ARM SIMD/NEON/MVEI,RV32P, RV64V
- 友好的用戶接口,只需要load/run模型~
- 支持全靜態(tài)的內(nèi)存配置(無需malloc)
- MaixHub 在線模型訓練支持
2、ZS1100A - 專用于物聯(lián)網(wǎng)功耗測量的開源功率計
大多數(shù)用于創(chuàng)建物聯(lián)網(wǎng)(IoT)的設備都是用小電池工作的。由于當前消費電子的動態(tài)性,測量這些物聯(lián)網(wǎng)設備的能耗是一項艱巨的任務。開發(fā)人員經(jīng)常需要使用多種儀器和手工計算來估計能源消耗。ZS1100A 型電能表就是為解決這些問題的。該工具可以非常準確和詳細地繪制電流消耗與時間的關系,可以與電池模型一起使用,以估計電池的總體壽命。
- 項目主頁:https://www.crowdsupply.com/zscircuits/zs1100a-power-meter
- 項目地址:https://github.com/zscircuits/zs1100a

3、dynamic_loader - 單片機上實現(xiàn)動態(tài)加載功能的函數(shù)庫
dynamic_loader 是一個在單片機(如:STM32)上實現(xiàn)動態(tài)加載功能的函數(shù)庫,與 Windows 中的 dll,Linux 中的 so 類似,可以將代碼動態(tài)地從其他的存儲介質(zhì),動態(tài)加載到 RAM 中。
程序使用 dl_load_lib 加載相應的庫文件到句柄中,加載成功后可使用 dl_get_func,通過函數(shù)名獲得相應函數(shù)指針,在不需要使用時可使用 dl_destroy_lib 對句柄進行釋放。
- 項目地址:https://gitee.com/wzh1845462801/dynamic_loader
- 詳細介紹:https://www.armbbs.cn/forum.php?mod=viewthread&tid=109952
4、little-bee-B1 - 開源實用的高性能電流和磁場探頭
little-bee-B1 是一種基于各向異性磁電阻(AMR)磁傳感器的開源磁場和電流探頭。它直接感知磁場,并通過電流傳感附件測量電流,該附件由放置在導線周圍的有間隙的鐵氧體環(huán)形體組成,在導線中的電流和傳感器所受的磁場之間建立固定的關系。
- 項目地址:https://github.com/westonb/little-bee-B1
特性如下:
- 可調(diào)帶寬(10mhz和1mhz)
- 可調(diào)增益(1倍和4倍)
- SMA輸出連接器
- 連接到任何標準1 MΩ阻抗示波器輸入
- 單節(jié)AA電池供電(續(xù)航4小時)
- 自動歸零
5、White Rabbit - 亞納秒級同步精度的網(wǎng)絡數(shù)據(jù)傳輸項目
White Rabbit 為大型分布式系統(tǒng)提供亞納秒級同步精度,它還允許確定性和可靠的數(shù)據(jù)傳輸。White Rabbit 允許您對測量數(shù)據(jù)進行精確的時間標記,并允許您在大型安裝中觸發(fā)數(shù)據(jù),同時使用相同的網(wǎng)絡傳輸數(shù)據(jù)。
- 項目地址:https://ohwr.org/project/white-rabbit/wikis/home
White Rabbit 特點:
- 亞納秒級同步
- 支持連接數(shù)千個節(jié)點
- 節(jié)點之間的典型距離為 10 km
- 基于千兆以太網(wǎng)的的可靠數(shù)據(jù)傳輸
- 硬件、固件和軟件全開源

審核編輯 :李倩
-
單片機
+關注
關注
6067文章
44992瀏覽量
650491 -
神經(jīng)網(wǎng)絡
+關注
關注
42文章
4814瀏覽量
103618 -
深度學習
+關注
關注
73文章
5561瀏覽量
122794
原文標題:痞子衡嵌入式半月刊:第 67 期
文章出處:【微信號:pzh_mcu,微信公眾號:痞子衡嵌入式】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
BP神經(jīng)網(wǎng)絡與卷積神經(jīng)網(wǎng)絡的比較
BP神經(jīng)網(wǎng)絡的優(yōu)缺點分析
什么是BP神經(jīng)網(wǎng)絡的反向傳播算法
BP神經(jīng)網(wǎng)絡與深度學習的關系
深度學習入門:簡單神經(jīng)網(wǎng)絡的構建與實現(xiàn)
人工神經(jīng)網(wǎng)絡的原理和多種神經(jīng)網(wǎng)絡架構方法

卷積神經(jīng)網(wǎng)絡與傳統(tǒng)神經(jīng)網(wǎng)絡的比較
RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡的區(qū)別
LSTM神經(jīng)網(wǎng)絡的結構與工作機制
Moku人工神經(jīng)網(wǎng)絡101

評論