本帖最后由 南来之风 于 2023-11-6 09:15 编辑
一、在Arduino环境下部署AVR64DD32开发环境
Arduino 使用 C/C++ 语言作为编程语言,相对于其他嵌入式开发平台,其编程语言更加易于学习和掌握。Arduino社区非常活跃,来自全球各成员分享自己的创意和经验,为其他用户提供帮助和支持。Arduino可以在很多硬件平台上使用,意味着它具有非常好的代码可移植性,使得即便是电子编程刚入门者也可以很容易地上手,使得更多人可以享受到制作电子产品的乐趣,由于其简单易用、低成本和开源等特点,Arduino 广泛应用于各种领域,如工业控制、智能家居、机器人、艺术创作等。
虽然AVR单片机主要应用在各类工业场景比如汽车,医疗电子,消费电子等领域,其实平时在DIY的时候也可以尝试一些新的**,比如Arduino。接下来以AVR64DDD32为例简要介绍一下在Arduino下的环境部署。这个板子包可以通过板子管理器安装。板子管理器的URL是:
http:/drazzy.com/package_drazzy.com_index.json
- 文件 -> 偏好设置,在"其他板子管理器URL"中输入上述URL。
2. 工具 -> 板子 -> 板子管理器... 3. 选择 "DxCore by Spence Konde" 并点击 "安装"。
二、在Arduino环境下部署TensorFlow Lite机器学习框架
Microchip官方其实已经在强大的MPLAB X IDE中增加了机器学习模型部署相关的路径。MPLAB机器学习开发工具包可帮助工程师构建高效、小尺寸的机器学习模型。在AutoML的支持下,该款工具包消除了许多重复、繁琐和耗时的模型构建任务,包括提取、训练、验证和测试。它还提供了模型优化功能,以满足MCU和MPU的内存限制要求。
当与MPLAB X集成开发环境(IDE)结合使用时,新工具包可提供一个完整的解决方案,几乎没有任何机器学习编程知识的人员也能轻松实施,从而节省了聘请数据科学家的成本。同时,它也具备先进功能,能满足经验丰富的机器学习设计人员的需求。
Microchip还提供从TensorFlow Lite中提取模型并将其用于任何MPLAB Harmony v3项目的选项。MPLAB Harmony v3是完全集成的嵌入式软件开发框架,提供灵活、可互操作的软件模块,以简化增值功能的开发,缩短产品的上市时间。此外,VectorBlox™ Accelerator 软件开发工具包(SDK)利用 PolarFire® FPGA 提供了基于卷积神经网络(CNN)的最节能的人工智能/机器学习(AI/ML)推理功能。
本着折腾的原则,以尝试新事物,玩出新花样的准则,咱们这次借着【二姨家双十一福利】第二波:我要充电推荐一本你喜爱的电子相关书籍并阐述原因,二姨家继续来买单!!! https://bbs.21ic.com/icview-3337522-1-1.html】的东风,来推荐这边久负盛名的书籍: 《TinyML:基于TensorFlow Lite在Arduino和超低功耗微控制器上部署机器学习 》作者: 皮特沃登
适读人群:深度学习从业者;嵌入式工程师;从初级到高级的各级学生、教师、研究人员;其他对深度学习和TinyML感兴趣的人员。
深度学习网络正在变得越来越小。Google Assistant团队可以使用大小只有14KB的模型检测单词——模型小到可以在微控制器上运行。在这本实用的书中,你将进入TinyML的世界。TinyML将深度学习和嵌入式系统相结合,使得微型设备可以做出令人惊叹的事情。
本书解释了如何训练足够小的模型以适合任何环境。对于**在嵌入式系统中搭建机器学习项目的软件及硬件开发人员而言,本书是一个理想的指南,它将一步步地指导你搭建一系列TinyML项目。阅读本书不需要任何机器学习或者微控制器开发经验。
总结: 至此本文简要介绍了除了MPLABX IDE之外开发AVR64DD系列单片机的另一种开源工具链,并且找到了一本有很大潜力在这款单片机上部署Google TensorFlow Lite的入门书籍。**能够给大家带来一点启发。
|