典型文献
微控制器平台低代码神经网络推理技术研究
文献摘要：
基于微控制器平台的深度学习技术(TinyML)的兴起,意味着在广大嵌入式平台上部署人工智能的重大革新必将带来AIoT的发展.微控制器种类繁多,不同的芯片,其开发方式和基础API也各不相同,与PC端相比,模型的推理技术开发工作难度不小,需要具备一定的嵌入式开发经验.本文尝试将高级语言Python与微控制器结合,为入门开发者提供一套简单、可靠的开源低代码开发套件(名为"OpenART"),可以大大提高在微控制器上部署深度学习的开发效率、降低学习成本.
文献关键词：
OpenART;TinyML;i.MX RT;低代码推理技术
中图分类号：
作者姓名：
张岩;宋岩
作者机构：
恩智浦(北京)有限公司,北京100022
文献出处：
引用格式：
[1]张岩;宋岩-.微控制器平台低代码神经网络推理技术研究)[J].单片机与嵌入式系统应用,2022(10):7-10
A类：
TinyML,OpenART,低代码推理技术
B类：
微控制器,深度学习技术,嵌入式平台,大革,AIoT,开发方式,API,各不相同,端相,技术开发,开发工作,工作难度,嵌入式开发,开发经验,Python,入门,开发者,开源,低代码开发,发套,套件,开发效率,学习成本,MX
AB值：
0.379123
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
