|
MCU上跑深度学习模型，很大程度上精度要求并不高，实时性要求较高，在一定要求下，牺牲精度保证速度的方法为数不多，量化是最优质的选择。 本次测试模型不大，所以精度没有损失，实测0-9只有两个识别错误，量化和未量化的预测结果一致，速度提高一倍。7 U8 b* p3 ~" t) D4 N+ X 附上源码，给各位大佬参考。) E- b6 _ A* i5 I: P3 g1 x4 d 
, N; F; F, e$ L. k ( ~5 s" W4 J2 L0 t& d. G1 S' Y, o x; d: N m2 t# k0 G 3 j7 ^. o' U" a r |
Mnist.rar
下载914.81 KB, 下载次数: 16
æºç å模å
| 谢谢分享！！！ |
【STM32N6570-DK评测】1.开箱测评
【STM32N6570-DK评测】1.你好N6
实战经验 | STM32 AI Model Zoo 的安装及实例介绍
【STM32H7S78-DK评测】移植AI框架TensorFlow【DSP指令加速篇】
【STM32H7S78-DK评测】移植AI框架TensorFlow【下篇】
【STM32H7S78-DK评测】移植AI框架TensorFlow Lite【上篇】
【STM32H7S78-DK评测】移植边缘AI推理框架——TFLM（TensorFlow Lite for Microcontrollers）上篇
破解边缘AI硬件与软件挑战，意法半导体解读三大创新要点
意法半导体助力企业产品智能化，加快边缘人工智能应用
STM32不至于芯，2023济南站研讨会
微信公众号
手机版
