全站搜索
首页_赢咖4星辉-官方注册地址
首页_赢咖4星辉-官方注册地址
赢咖4注册使用英飞凌 ModusToolbox™ 机器学习为IoT设备解锁AI
作者:管理员    发布于:2021-09-15 11:45    文字:【】【】【

  赢咖4赢咖4市场对舒适性、便利性和简单性的需求不断增加,对娱乐、安全和能源效率领域更多功能的需求也在日益增长,这将大大增加对智能家居的兴趣和承诺。边缘人工智能(AI)将成为这些产品的关键推动因素今天的物联网硬件/软件开发人员面临着在构建这些未来设备时的一系列复杂设计。从复杂的集成无线连接,到优化电池供电设计中的系统功率,再到集成传感器融合,让物联网工作对任何团队来说都是一项艰巨的任务。作为连接现实世界和数字世界的领导者,英飞凌非常了解这些设计挑战,我们最近解决的一项挑战就是在边缘设备上释放机器学习(ML)的能力。

  现在将ML 工作量从云端移至边缘的理由比以往任何时候都更加强烈,因为有用户非常关心的隐私、流量带宽、成本和工作延迟等现实问题。边缘的AI/ML 主要专注于推理(Inference)。ML设计从数据收集、训练、生成已训练好的模型部署于边缘推理。然而,就算ML 数据已经训练并创建模型,还会有另外的挑战。弥合用于创建模型的工具与验证和优化嵌入式微控制器设备的过程之间的差距是极其复杂的,并导致上市时间缓慢延迟。

  正因如此,英飞凌推出了ModusToolbox™ 机器学习工具,能够快速评估ML 模型并将其部署到英飞凌MCU 上。ModusToolbox™ ML 旨在与BSP、连接堆栈、中间件和有直观的配置器的ModusToolbox™ 软件生态系统无缝协作,以便开发人员可以专注于他们的应用程序差异化并加快进入市场。

  ModusToolbox™ 已在2021 年7 月发布了机器学习(ML)配置器1.10 版,支持在与ModusToolbox™流程集成的英飞凌MCU 上优化和部署ML 模型。ModusToolbox™ 也带有ML 例程,此代码示例演示了如何根据运动传感器(加速度计和陀螺仪)数据执行手势分类。该代码示例附带一个预训练模型,该模型可对以下手势进行分类:圆形、方形和左右。通过这个例程,工程师可以学习使用ModusToolbox™ ML。除此之外,英飞凌会在2021 年10 月举办ModusToolbox™ ML 中文网络研讨会现场直播,并现场演示动手实验如何快速轻松地开始使用ModusToolbox™ ML。

相关推荐
  • 赢咖4注册陆基遥感+机器学习 精准扫描复杂水环境
  • 赢咖4注册使用英飞凌 ModusToolbox™ 机器学习为IoT设备解锁AI
  • 赢咖4注册定制芯片 Facebook 自研机器学习芯片用于内容推荐及视频转码
  • 赢咖4注册21个必须知道的机器学习开源工具!
  • 赢咖4Blood Cancer Dis:基于机器学习的图像分析可可靠地识别血液恶性肿瘤
  • 赢咖4曝FaceBook正在自主研发机器学习芯片
  • 赢咖4注册脸书或正自研新的机器学习芯片
  • 赢咖4娱乐消息称脸书正自主研发全新机器学习芯片
  • 赢咖4科技名词 什么是机器学习?
  • 赢咖4消息称Facebook正在开发一款机器学习芯片
  • 脚注信息
    版权所有 Copyright(C)2020 星辉娱乐
    网站地图|xml地图|友情链接: 百度一下