Raspberry Pi/树莓派

OS： Arch Linux ARM
ELL：写本文时GitHub中的最新版
TensorFLow: v1.1.0

本文是上一篇文章的续文。
微软于2017年6月底发布了一个主要用于嵌入式系统（例如，树莓派，ARM Cortex-M0等）的机器学习库ELL（Embedded Learning Library，嵌入式学习库）。
在之前的文章中，我大费周章，终于在树莓派上把ELL的demo跑起来了，但它实用吗？在本文中，我将简单地测试一下使用Darknet model的inference速度和精度。

阅读更多

微软于2017年6月底发布了一个主要用于嵌入式系统（例如，树莓派，ARM Cortex-M0等）的机器学习库ELL（Embedded Learning Library，嵌入式学习库），旨在把部分云端的机器学习计算转移到嵌入式设备上进行。
本系列文章记录了在树莓派3代上把ELL demo跑起来的过程中遇到的各种问题以及解决办法。

➤ 在树莓派3上使用微软ELL嵌入式学习库(1)

➤ 在树莓派3上使用微软ELL嵌入式学习库(2)

➤ 在树莓派3上使用微软ELL嵌入式学习库(3)

➤ 在树莓派3上使用微软ELL嵌入式学习库(4)

➤ 在树莓派3上使用微软ELL嵌入式学习库(5)

阅读更多

本文是上一篇文章的续文。
微软于2017年6月底发布了一个主要用于嵌入式系统（例如，树莓派，ARM Cortex-M0等）的机器学习库ELL（Embedded Learning Library，嵌入式学习库）。
为了在树莓派上跑起来ELL的demo，需要先在PC上做大量工作，前几篇文章正是记录了这个过程中遇到的种种问题。
从本文开始，我们终于可以把工作转到树莓派上了——不枉前面克服的所有困难，这一刻，我们离成功是如此之近。
注：本文的所有操作，都是在树莓派上运行的。

阅读更多

OS：Arch Linux ARM
gcc version：7.1.1 20170516 (GCC)

微软于2017年6月底发布了一个主要用于嵌入式系统（例如，树莓派，ARM Cortex-M0等）的机器学习库ELL（Embedded Learning Library，嵌入式学习库）。
本文主要介绍了在树莓派上跑ELL的demo程序时，遇到的一个“undefined symbol: cblas_sgemm”问题的解决办法。

阅读更多

本文是上一篇文章的续文。
微软于2017年6月底发布了一个主要用于嵌入式系统（例如，树莓派，ARM Cortex-M0等）的机器学习库ELL（Embedded Learning Library，嵌入式学习库）。
在前几篇文章中，我在Ubuntu PC上对ELL里现成可用的model进行了测试，虽然由于我台式机太老旧的原因，运行速度相当之慢，不过它终究跑通了demo，下一步，我们需要在台式机上，把ELL的model编译到目标平台上——在这里，目标平台指的就是树莓派3。
注：本文的所有操作，都是在台式机上运行的。

阅读更多

本文是上一篇文章的续文。
微软于2017年6月底发布了一个主要用于嵌入式系统（例如，树莓派，ARM Cortex-M0等）的机器学习库ELL（Embedded Learning Library，嵌入式学习库）。
要在树莓派上使用pre-trained的模型，我们先要在PC上对其进行测试，这个测试说白了就是运行一些Python的demo程序看它们是否能正常工作。而上一篇文章，正是介绍了在Ubuntu PC上的准备工作——如果没有那些准备工作，你连测试的基础条件都不具备。
注：本文的所有操作，都是在台式机上运行的。

阅读更多

微软于2017年6月底发布了一个主要用于嵌入式系统（例如，树莓派，ARM Cortex-M0等）的机器学习库ELL（Embedded Learning Library，嵌入式学习库）。由于嵌入式设备的计算能力较弱，因此在这些设备上执行一些机器学习的任务——例如实时图像分类——通常速度很慢，所以在这种应用场景下，一般的策略是把请求发送到计算能力强大的云端服务器上去执行，嵌入式设备只作为和用户交互的终端，并不执行关键的计算任务。而微软发布的这个ELL，目标在于把云端的计算任务转移到嵌入式设备上，从而可以使得设备无需联网也能执行这些任务。这个目标看起来很诱人，但它要求ELL的计算速度很快、很节省资源，否则耗时将是不可接受的。

阅读更多