mcu跑机器学习真的可以吗？

发表于 2023-11-28 11:50

感觉这算力真的很拉啊

发表于 2023-11-30 15:24

本帖最后由 viva911 于 2023-11-30 15:26 编辑

Machine Learning Workstations, Servers and Appliances | Microchip Technology
https://www.microchip.com/en-us/solutions/machine-learning/machine-learning-workstations-servers-and-appliances

感觉微芯这个新页面就是为你做的

目测能提供的是一些数据接口类产品

发表于 2023-12-4 09:46

单片机是可以运行机器学习算法的。

发表于 2023-12-4 10:10

不太看好

发表于 2023-12-4 10:27

可以使用一些轻量级的机器学习框架

发表于 2023-12-4 15:00

Tensorflow Lite可用于构建嵌入式机器学习应用程序，它包括了训练模型、将模型转换以供Tensorflow Lite使用以及在微控制器上进行运行推断的完整端到端工作流程。

发表于 2023-12-4 15:54

单片机上运行的机器学习算法通常需要进行大量的优化和调整，以确保其能够在有限的硬件资源上高效运行

发表于 2023-12-4 16:07

单片机的内存和存储容量也有限，需要选择一些占用资源较小的算法和模型。

发表于 2023-12-4 16:29

单片机的功耗和散热也是需要考虑的因素。

发表于 2023-12-5 08:41

Tensorflow Lite即使可以，但是对MCU也有一定的要求，没实际意义

发表于 2023-12-5 10:17

是的，MCU（微控制器）上可以运行机器学习算法。

发表于 2023-12-5 10:17

需要注意的是，由于MCU的处理能力和存储空间有限，对于大型神经网络和复杂的机器学习任务，使用专门的AI芯片或高性能计算机可能是更好的选择。

发表于 2023-12-5 11:23

需要进行合理的算法优化和参数调整，保证算法在单片机上能够稳定运行并达到期望的性能水平。

发表于 2023-12-5 11:38

STM32单片机就可以运行神经网络算法。

发表于 2023-12-5 12:30

需要选择一些轻量级的机器学习算法

发表于 2023-12-5 12:50

单片机的存储空间和运算资源有限，因此需要对算法进行优化，以减少计算量和内存占用。例如，可以采用轻量化的模型、减少输入输出数据的位数等方式来提高算法的运行效率。

发表于 2023-12-5 13:22

一些单片机具有足够的内存和计算能力来存储和执行机器学习模型。

发表于 2023-12-5 14:02

单片机上运行机器学习是可行的。

发表于 2023-12-5 14:50

可能需要选择较小的机器学习模型、进行数据压缩或特征选择等。

发表于 2023-12-5 15:57

单片机的处理能力和存储能力通常比PC或服务器低

[PIC32/SAM] mcu跑机器学习真的可以吗？

浏览过的版块

核心会员奖章

坚毅之洋流

以坛为家

技术高手奖章

七世轮回

技术领袖奖章