TinyML怎麼工作?

更新於 發佈於 閱讀時間約 1 分鐘
TinyML收集數據並在雲中訓練,與傳統機器學習一致。最大的區別是訓練後階段模型的優化和配置。TinyML)為了適應嵌入式終端的有限計算資源,需要“深度壓縮”本身,通常包括模型蒸餾、量化Quantization、麥克風編碼三個過程,經過然後放置在末端。
TinyML模型生成過程
模態精餾目的是使模型更緊湊,動圈式麥克風使記憶體更少,包括修剪和知識蒸餾兩種方法。修剪除去對神經元輸出預測影響較的小神經元,網路對剪枝後再次訓練輸出並微調。通過複製大網絡)的輸出路徑簡化了小網路的精確操作,並且簡化了模型。
知識型精餾工程圖
量化Quantization是種將連續取值(或大量可能離散取值浮點模型的張量數據定點近似為有限數量的離散值的過程,無線麥克風該數據類型可以表示為32比特浮點型數據進行近似,從而減小模型大小記憶體達到消費和加速模式的推理目標。舉例來說)在可接受的精度損失範圍內,8位整數量化可以降低模型體積75%,並且推理速度可以提高4倍。
在嵌入終端中,編譯是動作模型的最後一步。只要模型被量化編碼,就會轉換成某種形式的小型神經網路解釋器可以說明的格式。其中最受歡迎的是TF Lite(500kb和TF Lite Micro約為20kb。隨後編譯為C++或C++(大多數微控制器有效地利用模型記憶體,並且通過設備上的解釋來執行該模型。
為什麼會看到廣告
avatar-img
0會員
48內容數
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
sdgsdf的沙龍 的其他內容
簡介:旗袍作為中國傳統文化的拓展,也反映在婚禮文化中。例如,傳統的旗袍是婚禮上的光明景觀。不僅普通的人,還要許多明星我喜歡穿中華旗袍,為你生命中最重要的一天增加了大量的顏色。哪個明星的旗袍婚禮照片更好,讓我們一起看起來! 付辛博和穎兒 穎兒精緻的面部特徵和紅色修復和旗袍使其看起來非常溫柔和美麗。紅色
(1)外觀品質。首先,您可以查看產品框或框中指示的產品名稱和級別;其次是肉眼的產品的物質品質,它應該嘗試選擇沒有明顯缺陷的表面和單位型產品。放置陶瓷碗產品,可以與少數規格堆疊在一起,觀察它們在彼此之間的距離,距離不均勻,表明儀器是未調節的,並且變形大。單個產品可以在玻璃板上是平坦的或反向扣,看看它是
歷史文獻中記載的第一個紫砂壺,叫做供春木訥302719;壺。供春)明代學憲吳頤山的書童,模仿樹瘤形狀製作了最初的壺。周高起)在《陽羨茗壺系》中,“模仿供春役之暇竊老僧的心匠,泥土滴溜轉的胚胎……栗色悄悄地,像古金鐵一樣,厚重周正,非常造型美”。根據考證,金沙寺僧和供春是紫砂的始祖。清嘉慶年間,文人陳
簡介:旗袍作為中國傳統文化的縮影,也體現在婚禮文化中。比如,傳統的旗袍就是婚禮上一道亮麗的風景。不僅是普通人,還有許多明星喜歡穿中國旗袍為自己人生中最重要的一天增添不少色彩。哪位明星的旗袍婚紗照比較好 讓我們和蕭邊一起看一看! 付辛博和穎兒 穎兒精緻的五官和紅色的修和旗袍讓它看起來非常溫柔美麗。紅綢
指南:您是否已經看到了今天的熱門搜索張若昀唐藝昕這對2017年8月2日發佈,這對這對樂觀,2人持續多年。愛情他們非常低,但他們仍然無法掩飾彼此的完全愛。 張若昀張若昀唐藝昕確定婚姻宋茜,是沈夢辰的新娘女傭C  最近,張若昀父親確認它決定在本月底在愛爾蘭開設婚禮,並製作了新的新郎宋茜和沈夢辰。每個人都
指南:有一段時間,線民掀起了一場公共禮服大賽和旗袍連衣裙線上比賽。這是劉詩詩在兩場比賽中提出了精緻的面部特徵和優雅的氣質,提名劉詩詩,他們可以典雅地放在各種旗袍上,這真的獨特。 劉詩詩在步步驚心中,清代旗袍的出現,到目前為止,它仍然令人難以忘懷。一個簡單的白色旗袍,如優雅和藍色。絲綢面料高,優雅,劉
簡介:旗袍作為中國傳統文化的拓展,也反映在婚禮文化中。例如,傳統的旗袍是婚禮上的光明景觀。不僅普通的人,還要許多明星我喜歡穿中華旗袍,為你生命中最重要的一天增加了大量的顏色。哪個明星的旗袍婚禮照片更好,讓我們一起看起來! 付辛博和穎兒 穎兒精緻的面部特徵和紅色修復和旗袍使其看起來非常溫柔和美麗。紅色
(1)外觀品質。首先,您可以查看產品框或框中指示的產品名稱和級別;其次是肉眼的產品的物質品質,它應該嘗試選擇沒有明顯缺陷的表面和單位型產品。放置陶瓷碗產品,可以與少數規格堆疊在一起,觀察它們在彼此之間的距離,距離不均勻,表明儀器是未調節的,並且變形大。單個產品可以在玻璃板上是平坦的或反向扣,看看它是
歷史文獻中記載的第一個紫砂壺,叫做供春木訥302719;壺。供春)明代學憲吳頤山的書童,模仿樹瘤形狀製作了最初的壺。周高起)在《陽羨茗壺系》中,“模仿供春役之暇竊老僧的心匠,泥土滴溜轉的胚胎……栗色悄悄地,像古金鐵一樣,厚重周正,非常造型美”。根據考證,金沙寺僧和供春是紫砂的始祖。清嘉慶年間,文人陳
簡介:旗袍作為中國傳統文化的縮影,也體現在婚禮文化中。比如,傳統的旗袍就是婚禮上一道亮麗的風景。不僅是普通人,還有許多明星喜歡穿中國旗袍為自己人生中最重要的一天增添不少色彩。哪位明星的旗袍婚紗照比較好 讓我們和蕭邊一起看一看! 付辛博和穎兒 穎兒精緻的五官和紅色的修和旗袍讓它看起來非常溫柔美麗。紅綢
指南:您是否已經看到了今天的熱門搜索張若昀唐藝昕這對2017年8月2日發佈,這對這對樂觀,2人持續多年。愛情他們非常低,但他們仍然無法掩飾彼此的完全愛。 張若昀張若昀唐藝昕確定婚姻宋茜,是沈夢辰的新娘女傭C  最近,張若昀父親確認它決定在本月底在愛爾蘭開設婚禮,並製作了新的新郎宋茜和沈夢辰。每個人都
指南:有一段時間,線民掀起了一場公共禮服大賽和旗袍連衣裙線上比賽。這是劉詩詩在兩場比賽中提出了精緻的面部特徵和優雅的氣質,提名劉詩詩,他們可以典雅地放在各種旗袍上,這真的獨特。 劉詩詩在步步驚心中,清代旗袍的出現,到目前為止,它仍然令人難以忘懷。一個簡單的白色旗袍,如優雅和藍色。絲綢面料高,優雅,劉
你可能也想看
Google News 追蹤
Thumbnail
隨著理財資訊的普及,越來越多台灣人不再將資產侷限於台股,而是將視野拓展到國際市場。特別是美國市場,其豐富的理財選擇,讓不少人開始思考將資金配置於海外市場的可能性。 然而,要參與美國市場並不只是盲目跟隨標的這麼簡單,而是需要策略和方式,尤其對新手而言,除了選股以外還會遇到語言、開戶流程、Ap
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
隨著理財資訊的普及,越來越多台灣人不再將資產侷限於台股,而是將視野拓展到國際市場。特別是美國市場,其豐富的理財選擇,讓不少人開始思考將資金配置於海外市場的可能性。 然而,要參與美國市場並不只是盲目跟隨標的這麼簡單,而是需要策略和方式,尤其對新手而言,除了選股以外還會遇到語言、開戶流程、Ap
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先列出目前擁有的材料: 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言 微調 GPT 模型的前置步驟:AI說書 - 從0開始