EmbeddedML

KO | EN

gitlite — search

#python #android #machine-learning #rust #deep-learning #linux #nodejs #java #windows #vue #awesome-list #security #mcp #ios

(★ 96)

《AI嵌入式系统——算法优化与实现》软件工具、例程及教学辅助材料

EmbeddedML 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 《AI嵌入式系统——算法优化与实现》软件工具、例程及教学辅助材料
教学PPT和视频：https://pan.baidu.com/s/1M24GEoIjDL5ppyT6hFa3tw?pwd=emvg

## ARCTAN
arctan2的几种近似计算方法
## CLS_ALL
基于scikit-learn的机器学习算法演示
## CSD
基于CSD格式的常数乘法表达式生成
## FIR_MCM 
基于MCM算法的快速FIR滤波演示
## FXP 
数据定点化以及基于定点运算的FIR滤波演示
## GNB
训练高斯朴素贝叶斯分类器进行分类并自动生成C测试代码的例子
## IRIS_DT
演示使用scikit-learn训练决策树分类器，并自动生成C语言代码(数据文件)实现分类器推理运算
## LUT_COS
基于查表实现的快速COS算法演示
## MAT_MUL 
矩阵乘法的快速运算
## MAT_MUL_ALPHATENSOR
AlphaTensor矩阵快速乘法的计算表达式提取和打印
## MAT_MUL_QUANT
基于仿射映射量化的矩阵乘法演示
## MCM 
搜寻多个常数乘法的表达式
## MNIST_PYTORCH_C
使用pytorch训练手写数字识别神经网络，并自动生成C语言代码(数据文件)实现推理运算
## MNIST_PYTORCH_FORCE_ZERO
使用pytorch训练手写数字识别神经网络，通过L1约束使得权重系数稀疏化(取值接近0)，并自动生成C语言代码(数据文件)实现神经网络推理运算
## MNIST_PYTORCH_QUANT_ROUND
使用pytorch训练手写数字识别神经网络，通过在损失函数中加入量化约束，使得权重系数集中在(等间隔的)量化格点附近
## MNIST_PYTORCH_QUANT_GRID
使用pytorch训练手写数字识别神经网络，通过在损失函数中加入量化约束，使得权重落在指定的量化格点附近
## MNIST_PYTORCH_QUANT
演示torch训练MNIST模型并用额外的loss量化，通过整数推理和浮点累积
## NEON
使用ARM NEON指令优化代码的例子
## ONNX_SKLEARN
演示基于scikit-learn训练分类器并导出ONNX模型过程
## PERCEP
训练感知器进行分类并自动生成C测试代码的例子
## python_numpy_dll
演示用C++实现算法的动态链接库文件，并被python调用
## SCM
搜索给定整数常数的合成公式，并生成快速乘法表达式
## SIN
sine的几种近似计算方法
## SVM_RBF
训练支持向量机进行分类并自动生成C测试代码的例子
## TANH
tanh的几种近似计算方法

EmbeddedML

EmbeddedML 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

EmbeddedML

EmbeddedML 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README