國產(chǎn)芯上運行TINYMAXI輕量級的神經(jīng)網(wǎng)絡推理庫
加入技術交流群
本篇測評由與非網(wǎng)的優(yōu)秀測評者“短笛君”提供。本文將介紹基于米爾電子MYD-YD9360商顯板（米爾基于芯馳D9360國產(chǎn)開發(fā)板）的TinyMaxi輕量級的神經(jīng)網(wǎng)絡推理庫方案測試。
本文引用地址：http://www.ex-cimer.com/article/202407/460809.htm算力測試
TinyMaix是面向單片機的超輕量級的神經(jīng)網(wǎng)絡推理庫，即 TinyML 推理庫，可以讓你在任意單片機上運行輕量級深度學習模型~
搭建的環(huán)境為編譯的Ubuntu18.04 已經(jīng)預裝好cmake make工具由于魔法網(wǎng)絡原因，這里提前下載好tar包到宿主機上，然后傳輸?shù)桨蹇ㄖ薪鈮?/p>
● 查看cmake版本
cmake -version
● 查看make版本
make -version
確認文件路徑，盡量不要拷貝到有權限的路徑下
自帶示例
文件結構
MNIST示例
MNIST是手寫數(shù)字識別任務
cd到examples/mnist目錄下 使用mkdir build && cd build 命令切換到build文件夾下
cmake ..make./ mnist
cmake生成構建系統(tǒng)
使用make構建可執(zhí)行文件然后運行
可以看到輸出信息
MNIST示例默認未使用任何指令加速，運行了一張 28×28 的手寫數(shù)字模擬圖像，共消耗了 0.114 毫秒
MBNET示例
mbnet 是適用于移動設備的簡單圖像分類模型。
● 切換到/examples/mbnet目錄：
● 修改main.c文件
● 創(chuàng)建build文件夾并切換
● 使用cmake命令生成構建系統(tǒng)
● 使用make命令構建系統(tǒng)，生成可執(zhí)行文件
● 運行可執(zhí)行文件，執(zhí)行效果如下
● MBNET 示例運行輸入了一張 96×96×3 的 RGB 圖像，輸出 1000 分類，共消耗了 16.615 毫秒
運行cifar10 demo
米爾電子MYD-YD9360商顯板
評論