0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

CMSIS 5.8.0优化机器学习应用的神经网络和信号处理

星星科技指导员 来源:嵌入式计算设计 作者:Saumitra Jagdale 2022-08-16 09:45 次阅读

CMSIS 通过集成各种包和模块,从软件角度增强了嵌入式项目。它带有一系列工具、API 和框架,可帮助嵌入式开发人员实现流畅的应用程序构建。此外,从开发的角度来看,实时操作系统和中间件组件提供了多种选择。

CMSIS-Pack 的组织结构使其适用于划分和克服应用程序的复杂要求。随着 5.8.0 版本的发布,CMSIS-NN 和 CMSIS-DSP 已从复合 CMSIS 核心中分离出来,后者是 CMSIS 包的主要组件之一。这种自由裁量权允许集中开发机器学习信号处理功能,并且包的相应发布周期独立于主要的 CMSIS 核心版本。

CMSIS-DSP 包有一些小的变化,一些 GCC 问题已通过将 DSP 包离散更新到 1.9.0 版本而得到修复。更新后的软件包增强了对 f16 数据类型的支持,以便对接收到的数据进行有效的信号处理。此外,还从存储库中删除了一些预构建的库,以获得更清晰的包源。

TensorFlow Lite 框架将接口机器学习本质添加到硬件应用程序中。更新后的 CMSIS-NN 包在 TensorFlow Lite 微控制器框架支持的功能接口上发生了一些重大变化。另外,这个版本通过 M-Profile Vector Extension 的处理相对更好,这是由于最大池算子的实现。运算符在非重叠区域上工作以减小向量或矩阵的大小。这导致机器学习用例的优化处理。

ARM 嵌入式工具高级总监 Reinhard Keil 表示:“最新的 CMSIS 版本 5.8.0 对在 Cortex-M55 处理器中实现的 Helium 矢量扩展支持具有额外的性能改进。这包括优化 CMSIS-DSP 算法集合和用于机器学习应用的高效神经网络内核 CMSIS 集合。”

CMSIS 核心的启动代码

C 启动代码最初是在 CMSIS 5.6.0 中引入的,它增加了代码的可移植性和复杂构建的开发简易性。CMSIS 核心中的设备启动代码现在可以直接用 C 语言编写,这使其独立于编译器工具链。此外,CMSIS 5.8.0 的发布使 C 启动成为设备的默认启动。

进一步讨论,GCC Linker Description 和 GCC Assembler startup 的更新很少。到目前为止,汇编代码使用字节计数来进行 BSS(由符号开始的块)和零部分的初始化的复制/零表。另一方面,C 启动代码使用字数而不是字节数。在 CMSIS 5.8.0 中,两个启动代码变体都使用相同的复制/零表布局。因此,它提供了从汇编代码到 C 启动代码来回切换的灵活性。

Armv8-M Assembler 启动已更新为使用 CMSIS 5.8.0 版本的 GAS 语法。最新的 ARM 编译器 6 支持传统的 Arm Assembler(armasm),使软件向后兼容所有设备。Arm Compiler 6 以 LLVM/Clang 为基础,因此较新处理器的汇编代码需要采用 GAS 语法。

CMSIS 是一个开源项目

CMSIS 是 GitHub 上的一个开源项目。由于先前版本的实现在某些小点上使接口失败,因此很少出现问题。这些问题中的大多数将在下一个版本中得到解决,但可以通过在本地技术堆栈中进行一些更改来解决它们。您可以通过访问CMSIS 5.8.0 版本的 GitHub 查看这些问题和修复。

该存储库是开源的,因此它有助于解决用户和合作伙伴报告的潜在安全漏洞问题。它允许每个用户访问详细的修订历史、提交细节和已知问题,这些问题可能会影响一些依赖先前实现的副作用的用户。

CMSIS 中属于软件打包和构建过程的其他组成部分正在转向 Open-CMSIS-Pack 项目,该项目可以增加开发和应用方面的更多可能性。因此,这是一个由 Arm 和 NXP、STMicroelectronics 和 Linaro 等行业合作伙伴推动的开放式治理项目。

审核编辑:郭婷

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4539

    浏览量

    98438
  • 编译器
    +关注

    关注

    1

    文章

    1564

    浏览量

    48531
  • 机器学习
    +关注

    关注

    66

    文章

    8062

    浏览量

    130442
收藏 人收藏

    评论

    相关推荐

    详解深度学习神经网络与卷积神经网络的应用

    在如今的网络时代,错综复杂的大数据和网络环境,让传统信息处理理论、人工智能与人工神经网络都面临巨大的挑战。近些年,深度学习逐渐走进人们的视线
    的头像 发表于 01-11 10:51 629次阅读
    详解深度<b class='flag-5'>学习</b>、<b class='flag-5'>神经网络</b>与卷积<b class='flag-5'>神经网络</b>的应用

    10分钟快速了解神经网络(Neural Networks)

    神经网络是深度学习算法的基本构建模块。神经网络是一种机器学习算法,旨在模拟人脑的行为。它由相互连接的节点组成,也称为人工
    的头像 发表于 09-21 08:30 662次阅读
    10分钟快速了解<b class='flag-5'>神经网络</b>(Neural Networks)

    人工神经网络和bp神经网络的区别

    Network, NN)或神经计算(Neurocomputing)。ANN具有自适应学习、自适应处理能力和良好的非线性建模能力,可应用于模式识别、分类、预测、辨识、控制等领域,并在人工智能、
    的头像 发表于 08-22 16:45 3089次阅读

    卷积神经网络和深度神经网络的优缺点 卷积神经网络和深度神经网络的区别

    深度神经网络是一种基于神经网络机器学习算法,其主要特点是由多层神经元构成,可以根据数据自动调整神经
    发表于 08-21 17:07 1959次阅读

    卷积神经网络算法是机器算法吗

    卷积神经网络算法是机器算法吗  卷积神经网络算法是机器算法的一种,它通常被用于图像、语音、文本等数据的处理和分类。随着深度
    的头像 发表于 08-21 16:49 444次阅读

    卷积神经网络的介绍 什么是卷积神经网络算法

    的深度学习算法。CNN模型最早被提出是为了处理图像,其模型结构中包含卷积层、池化层和全连接层等关键技术,经过多个卷积层和池化层的处理,CNN可以提取出图像中的特征信息,从而对图像进行分类。 一、卷积
    的头像 发表于 08-21 16:49 1296次阅读

    卷积神经网络的基本原理 卷积神经网络发展 卷积神经网络三大特点

    卷积神经网络的基本原理 卷积神经网络发展历程 卷积神经网络三大特点  卷积神经网络的基本原理 卷积神经网络(Convolutional Ne
    的头像 发表于 08-21 16:49 1270次阅读

    卷积神经网络三大特点

    是一种基于图像处理神经网络,它模仿人类视觉结构中的神经元组成,对图像进行处理学习。在图像处理
    的头像 发表于 08-21 16:49 3125次阅读

    卷积神经网络模型有哪些?卷积神经网络包括哪几层内容?

    、视频等信号数据的处理和分析。卷积神经网络就是一种处理具有类似网格结构的数据的神经网络,其中每个单元只
    的头像 发表于 08-21 16:41 1336次阅读

    卷积神经网络的应用 卷积神经网络通常用来处理什么

    的前馈神经网络,卷积神经网络广泛用于图像识别、自然语言处理、视频处理等方面。本文将对卷积神经网络的应用进行详尽、详实、细致的介绍,以及卷积
    的头像 发表于 08-21 16:41 3573次阅读

    卷积神经网络原理:卷积神经网络模型和卷积神经网络算法

    一。其主要应用领域在计算机视觉和自然语言处理中,最初是由Yann LeCun等人在20世纪80年代末和90年代初提出的。随着近年来计算机硬件性能的提升和深度学习技术的发展,CNN在很多领域取得了重大的进展和应用。 一、卷积神经网络
    的头像 发表于 08-17 16:30 839次阅读

    CMSIS-NN版本转换Arm Cortex-M的神经网络:r0p0指南

    2. 概览 本指南向您展示了如何将神经网络从任何框架转换成一个基于 Arm Cortex-M-M 装置的实施工具, 使用 Arm CMSIS- NN 库。 此教程用于不再支持的 CMSIS- NN
    发表于 08-11 07:06

    神经网络模型用于解决什么样的问题 神经网络模型有哪些

    神经网络模型是一种机器学习模型,可以用于解决各种问题,尤其是在自然语言处理领域中,应用十分广泛。具体来说,神经网络模型可以用于以下几个方面:
    的头像 发表于 08-03 16:37 3583次阅读

    如何使用Arm CMSIS-DSP实现经典机器学习

    通常,当开发人员谈论机器学习(ML)时,他们指的是神经网络(nn)。 神经网络的巨大优势在于,你不需要成为一个领域专家,而且可以迅速找到一个可行的解决方案。
    发表于 08-02 07:12

    卷积神经网络简介:什么是机器学习

    随着人工智能(AI)技术的快速发展,AI可以越来越多地支持以前无法实现或者难以实现的应用。本系列文章基于此解释了卷积神经网络(CNN)及其对人工智能和机器学习的意义。CNN是一种能够从复杂数据中提取特征的强大工具,例如识别音频
    发表于 06-08 15:16 168次阅读
    卷积<b class='flag-5'>神经网络</b>简介:什么是<b class='flag-5'>机器</b><b class='flag-5'>学习</b>?