國產(chǎn)芯上運(yùn)行TinyMaxi輕量級的神經(jīng)網(wǎng)絡(luò)推理庫-米爾基于芯馳D9國產(chǎn)商顯板

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(luò)推理庫方案測試。

算力測試

TinyMaix 是面向單片機(jī)的超輕量級的神經(jīng)網(wǎng)絡(luò)推理庫，即 TinyML 推理庫，可以讓你在任意單片機(jī)上運(yùn)行輕量級深度學(xué)習(xí)模型~ 開源地址：

https://github.com/sipeed/TinyMaix

搭建的環(huán)境為編譯的Ubuntu18.04 已經(jīng)預(yù)裝好cmake make工具由于魔法網(wǎng)絡(luò)原因，這里提前下載好tar包到宿主機(jī)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(rèn)文件路徑，盡量不要拷貝到有權(quán)限的路徑下

?

自帶示例

?

文件結(jié)構(gòu)

MNIST示例

MNIST是手寫數(shù)字識別任務(wù)

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(gòu)建系統(tǒng)

使用make構(gòu)建可執(zhí)行文件然后運(yùn)行

?

可以看到輸出信息

?

MNIST 示例默認(rèn)未使用任何指令加速，運(yùn)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(shè)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(gòu)建系統(tǒng)

使用 make 命令構(gòu)建系統(tǒng)，生成可執(zhí)行文件

運(yùn)行可執(zhí)行文件，執(zhí)行效果如下

?

MBNET 示例運(yùn)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(yùn)行cifar10 demo

米爾電子MYD-YD9360商顯板