[开发工具] 【单片机也能玩深度学习】OSlw 视频教程 (持续更新)

[复制链接]
backlugin 发表于 2019-2-26 22:42 | 显示全部楼层
                                
sdCAD 发表于 2019-2-26 22:42 | 显示全部楼层
机器学习的算法库               
fengm 发表于 2019-2-26 22:42 | 显示全部楼层
以后用得到的。                     
usysm 发表于 2019-2-26 22:43 | 显示全部楼层
运行效率怎么样呢        
typeof 发表于 2019-2-26 22:44 | 显示全部楼层
支持吧。                     
 楼主| PYPL80022602 发表于 2019-2-27 10:18 | 显示全部楼层
dzfansman 发表于 2019-2-26 22:42
跟ucos有什么不同吗?

UCOS是抢占式调度,需要修改汇编,但实时性较好
OSLW是非抢占式调度,移植方便,而且OS的工具箱里面有矩阵运算,机器学习等函数库,用户可以直接使用
 楼主| PYPL80022602 发表于 2019-2-27 10:23 | 显示全部楼层
usysm 发表于 2019-2-26 22:43
运行效率怎么样呢

效率计算比较复杂,因为不是PC上的CPU,GPU,存在并行计算可以提高效率,单片机的计算速度本来就与内核,主频挂钩。
具体速度可以参考我的视频。
不过,在M3的内核上,因为有IQmath的支持,计算速度会是float的3倍左右
 楼主| PYPL80022602 发表于 2019-2-28 15:36 | 显示全部楼层
操作系统篇内存分配 第3讲已经更新
有兴趣的小伙伴可以去看一下。
估计内存分配这里还有2讲(其中1次是实验)
lihui567 发表于 2019-2-28 17:21 | 显示全部楼层
M3内核也可以吗,需要外加ram吧,太小了,主频那么低,怎么运行啊
 楼主| PYPL80022602 发表于 2019-2-28 20:31 | 显示全部楼层
lihui567 发表于 2019-2-28 17:21
M3内核也可以吗,需要外加ram吧,太小了,主频那么低,怎么运行啊

可以看一下这几个视频

【14】RNN-8bit加法(STM32F103RE):bilibili.com/video/av42289494/
【15】GRU-RNN 8bit加法(STM32F103RE):  bilibili.com/video/av42291537/
【16】讲解GRU-RNN MNIST手写识别(STM32F103RE):bilibili.com/video/av42289494/
【17】玩玩MNIST手写识别-GRURNN(STM32F103RE):  bilibili.com/video/av42291537/

如果要训练非常庞大的神经网络,确实可能吃不住,所以这几个视频都是用RNN的,可以一定程度时间换空间

评论

这个可以看看  发表于 2019-2-28 23:55
八层楼 发表于 2019-3-2 12:28 | 显示全部楼层
想要深度完好了  很难啊
 楼主| PYPL80022602 发表于 2019-3-5 13:55 | 显示全部楼层
内存管理倒数第二讲已经上线,有兴趣的小伙伴可以去看看,下一讲应该是内存实验
OSLW内存分配4(映射与链表):bilibili.com/video/av45405419/
 楼主| PYPL80022602 发表于 2019-3-7 13:03 | 显示全部楼层
手把手教你从TensorFlow中导出简单模型(STM32F103RE)已经在B站更新: bilibili.com/video/av45570165
这一讲视频比较长,是以操作为主,展示了从TensorFlow搭建简单神经网络,导出权重,到STM32CUBEMX新建工程,KEIL中导入神经网络等一系列过程,有兴趣小伙伴可以看一下。
我的TensorFlow,STM32CUBEMX,KEIL用的都不是特别熟练,视频中的错误还请见谅
 楼主| PYPL80022602 发表于 2019-3-9 18:46 | 显示全部楼层
OSlw_v0.94 VS NumPy(矩阵对应相乘)视频已经发布
之前有小伙伴问我OSLW速度如何,这里我们就在树莓派zeroW上与numpy进行一次PK,PK的内容是矩阵对应点相乘,有兴趣的小伙伴可以去关注一下
stm32jy 发表于 2019-3-25 09:24 | 显示全部楼层
不错,谢谢大佬
您需要登录后才可以回帖 登录 | 注册

本版积分规则

快速回复 在线客服 返回列表 返回顶部