項(xiàng)目類
1、TinyMaix - 面向單片機(jī)的超輕量級(jí)的神經(jīng)網(wǎng)絡(luò)推理庫(kù)
TinyMaix 是專為低資源的單片機(jī)設(shè)計(jì)的 AI 神經(jīng)網(wǎng)絡(luò)推理框架,通常被稱為 TinyML。TinyMaix 可以讓你在任意單片機(jī)上運(yùn)行輕量級(jí)深度學(xué)習(xí)模型。TinyMaix 的設(shè)計(jì)原則:易用性 > 移植性 > 速度 > 空間。
TinyMaix 其實(shí)是矽速科技(Sipeed)利用兩個(gè)周末的業(yè)余時(shí)間完成的項(xiàng)目,它足夠簡(jiǎn)單,可以在 30 分鐘內(nèi)讀完代碼,可以幫助新手理解它是怎么運(yùn)行的。
- 項(xiàng)目地址:https://github.com/sipeed/TinyMaix
TinyMaix 關(guān)鍵特性:
- 核心代碼少于400行(tm_layers.c+tm_model.c+arch_cpu.h), 代碼段(.text)少于3KB
- 低內(nèi)存消耗,甚至Arduino ATmega328 (32KB Flash, 2KB Ram) 都能基于TinyMaix跑mnist(手寫數(shù)字識(shí)別)
- 支持INT8/FP32/FP16模型,實(shí)驗(yàn)性地支持FP8模型,支持keras h5或tflite模型轉(zhuǎn)換
- 支持多種芯片架構(gòu)的專用指令優(yōu)化: ARM SIMD/NEON/MVEI,RV32P, RV64V
- 友好的用戶接口,只需要load/run模型~
- 支持全靜態(tài)的內(nèi)存配置(無(wú)需malloc)
- MaixHub 在線模型訓(xùn)練支持
2、ZS1100A - 專用于物聯(lián)網(wǎng)功耗測(cè)量的開(kāi)源功率計(jì)
大多數(shù)用于創(chuàng)建物聯(lián)網(wǎng)(IoT)的設(shè)備都是用小電池工作的。由于當(dāng)前消費(fèi)電子的動(dòng)態(tài)性,測(cè)量這些物聯(lián)網(wǎng)設(shè)備的能耗是一項(xiàng)艱巨的任務(wù)。開(kāi)發(fā)人員經(jīng)常需要使用多種儀器和手工計(jì)算來(lái)估計(jì)能源消耗。ZS1100A 型電能表就是為解決這些問(wèn)題的。該工具可以非常準(zhǔn)確和詳細(xì)地繪制電流消耗與時(shí)間的關(guān)系,可以與電池模型一起使用,以估計(jì)電池的總體壽命。
- 項(xiàng)目主頁(yè):https://www.crowdsupply.com/zscircuits/zs1100a-power-meter
- 項(xiàng)目地址:https://github.com/zscircuits/zs1100a

3、dynamic_loader - 單片機(jī)上實(shí)現(xiàn)動(dòng)態(tài)加載功能的函數(shù)庫(kù)
dynamic_loader 是一個(gè)在單片機(jī)(如:STM32)上實(shí)現(xiàn)動(dòng)態(tài)加載功能的函數(shù)庫(kù),與 Windows 中的 dll,Linux 中的 so 類似,可以將代碼動(dòng)態(tài)地從其他的存儲(chǔ)介質(zhì),動(dòng)態(tài)加載到 RAM 中。
程序使用 dl_load_lib 加載相應(yīng)的庫(kù)文件到句柄中,加載成功后可使用 dl_get_func,通過(guò)函數(shù)名獲得相應(yīng)函數(shù)指針,在不需要使用時(shí)可使用 dl_destroy_lib 對(duì)句柄進(jìn)行釋放。
- 項(xiàng)目地址:https://gitee.com/wzh1845462801/dynamic_loader
- 詳細(xì)介紹:https://www.armbbs.cn/forum.php?mod=viewthread&tid=109952
4、little-bee-B1 - 開(kāi)源實(shí)用的高性能電流和磁場(chǎng)探頭
little-bee-B1 是一種基于各向異性磁電阻(AMR)磁傳感器的開(kāi)源磁場(chǎng)和電流探頭。它直接感知磁場(chǎng),并通過(guò)電流傳感附件測(cè)量電流,該附件由放置在導(dǎo)線周圍的有間隙的鐵氧體環(huán)形體組成,在導(dǎo)線中的電流和傳感器所受的磁場(chǎng)之間建立固定的關(guān)系。
- 項(xiàng)目地址:https://github.com/westonb/little-bee-B1
特性如下:
- 可調(diào)帶寬(10mhz和1mhz)
- 可調(diào)增益(1倍和4倍)
- SMA輸出連接器
- 連接到任何標(biāo)準(zhǔn)1 MΩ阻抗示波器輸入
- 單節(jié)AA電池供電(續(xù)航4小時(shí))
- 自動(dòng)歸零
5、White Rabbit - 亞納秒級(jí)同步精度的網(wǎng)絡(luò)數(shù)據(jù)傳輸項(xiàng)目
White Rabbit 為大型分布式系統(tǒng)提供亞納秒級(jí)同步精度,它還允許確定性和可靠的數(shù)據(jù)傳輸。White Rabbit 允許您對(duì)測(cè)量數(shù)據(jù)進(jìn)行精確的時(shí)間標(biāo)記,并允許您在大型安裝中觸發(fā)數(shù)據(jù),同時(shí)使用相同的網(wǎng)絡(luò)傳輸數(shù)據(jù)。
- 項(xiàng)目地址:https://ohwr.org/project/white-rabbit/wikis/home
White Rabbit 特點(diǎn):
- 亞納秒級(jí)同步
- 支持連接數(shù)千個(gè)節(jié)點(diǎn)
- 節(jié)點(diǎn)之間的典型距離為 10 km
- 基于千兆以太網(wǎng)的的可靠數(shù)據(jù)傳輸
- 硬件、固件和軟件全開(kāi)源

審核編輯 :李倩
-
單片機(jī)
+關(guān)注
關(guān)注
6067文章
44989瀏覽量
650364 -
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4814瀏覽量
103583 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5561瀏覽量
122793
原文標(biāo)題:痞子衡嵌入式半月刊:第 67 期
文章出處:【微信號(hào):pzh_mcu,微信公眾號(hào):痞子衡嵌入式】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較
BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析
什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法
BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系
深度學(xué)習(xí)入門:簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的構(gòu)建與實(shí)現(xiàn)
人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較
RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別
LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作機(jī)制
Moku人工神經(jīng)網(wǎng)絡(luò)101

評(píng)論