TinyMaix是面向单片机的超轻量级的神经网络推理库，即TinyML推理库，可以让你在任意单片机上运行轻量级深度学习模型~
设计原则：易用性 > 移植性 > 速度 > 空间
核心代码少于400行(tm_layers.c+tm_model.c+arch_cpu.h), 代码段(.text)少于3KB
低内存消耗，甚至Arduino ATmega328 (32KB Flash, 2KB Ram) 都能基于TinyMaix跑mnist(手写数字识别)
支持INT8/FP32/FP16模型，实验性地支持FP8模型，支持keras h5或tflite模型转换
支持多种芯片架构的专用指令优化: ARM SIMD/NEON/MVEI，RV32P, RV64V
友好的用户接口，只需要load/run模型~
支持全静态的内存配置(无需malloc)
首先，仓库地址：
https://github.com/YuzukiHD/TinyMaix-XR806
测试跑分结果：
| config | mnist (SRAM) | cifar | vww96 (Flash XIP) 32K Cache | mbnet128 (Flash XIP) 32K Cache | mbnet128 (Flash XIP) no Cache |
|---|---|---|---|---|---|
| O0 CPU | 2 | 134 | 459 | 844 | 42530 |
| O1 CPU | 1 | 104 | 453 | 712 | 35576 |
make menuconfig 的时候可以找到配置项
同时也提供了一些demo可供使用
原文链接：https://bbs.aw-ol.com/topic/2176/
作者 @ 柚木鉉
举报
更多回帖
