ทดลองกับ ML โดยใช้คำแนะนำฮีเลียมเวกเตอร์ มันขึ้นอยู่กับ CMSIS-DSP แต่อาจมีเคอร์เนลเพิ่มเติมอีกสองสามอย่างเมื่อไม่สามารถใช้งานได้ใน CMSIS-DSP
ไม่ใช่ กรอบ ML ใหม่ มันเป็นเพียงตัวอย่างบางส่วนที่แสดงให้เห็นว่าสำหรับเครือข่ายที่เรียบง่าย CMSIS-DSP อาจเพียงพอ (แต่ต้องใช้งานมากขึ้น)
ห้องสมุดนี้มุ่งเน้นไปที่เครือข่ายขนาดเล็กโดยมีเป้าหมายในการกำหนดขั้นต่ำของการพึ่งพาเพื่อเรียกใช้โมเดล
หากคุณต้องการเมล็ดที่มีปริมาณอย่างเต็มที่และ/หรือการใช้ ARM NPU สำหรับ Cortex-M โปรดใช้ TensorFlow Lite สำหรับ Micro และ CMSIS-NN
แบบจำลองจะต้องเขียนเป็น C (โดยเรียกเมล็ดที่ต้องการ) ไม่มีการแปลงอัตโนมัติจาก tensorflow หรือ pytorch
สคริปต์มีให้เพื่อให้ง่ายต่อการส่งออกน้ำหนักจากงูหลามและใช้พวกเขาจาก C
ใบอนุญาตคือ Apache ยกเว้นตัวอย่างบางส่วนที่ดัดแปลงมาจากที่เก็บ GitHub อื่น ๆ และอาจใช้ใบอนุญาตอื่น ๆ (เช่น MIT)
นี่คือวิดีโอของ Tinyllama ที่ 50 MHz บน Cortex-M55: