在低功耗 ARM Cortex M 上部署浅层神经网络：在 Arduino Uno 等 ARM 微控制器上以有限精度部署经过训练...

在此示例中，我们展示了 MATLAB 和 Simulink 工作流程，介绍如何训练机器学习模型并将其部署到边缘的低功耗微控制器。 我们演示了如何为回归问题训练浅层神经网络，如何生成可读的单精度浮点或定点代码，以及如何部署到 ARM cortex M 微控制器，如 Arduino Uno。 我们使用发动机数据集根据燃料消耗和速度的测量来估计发动机排放水平。 这是一个回归问题，我们使用浅层神经网络对系统进行建模。 下载包含示例数据集、作为 MATLAB 函数导出的训练模型和等效的 Simulink 模型以及解释工作流程步骤的详细文章。 它还包含自动执行某些任务所需的所有脚本。