一个ML软件开发工具集的概要

文章作者:Majeed Ahmad

嵌入式处理器供应商通常专注于机器学习(ML)设计的部署方面，而NXP已经迈出了额外的一步，提供数据准备和模型训练工具。万博投注网址恩智浦主要对实现这些处理平台所促进的处理平台和终端应用程序感兴趣，该公司提供了一个软件开发环境，该环境提供了一系列工作流工具、推理引擎、神经网络(NN)编译器、以及使用NXP微控制器和应用处理器构建ML应用程序的优化库。

控件支持的推理引擎eIQML开发环境包括Arm NN、Glow、ONNX、TensorFlow Lite和DeepViewRT，它们服务于从异常检测到语音识别到物体分类的人工智能(AI)应用。此外，eIQ ML软件可以作为用户现有流的一部分，也可以根据目标ML应用程序用于完整的流。

基于视觉的模型的分类和检测目前占机器学习应用程序的60%到70%，eIQ工具集为用户提供了一组基础模型作为快速起点。一旦嵌入式开发人员完成了培训，通过使用eIQ ML软件，他们就可以分析整个模型，并确定花费了多少带宽和内存。

关键的工具集特性

eIQ ML开发环境还包括各种应用示例，演示如何将神经网络集成到语音、视觉和传感器应用程序中。的eIQ工具包在这个开发环境中，图形分析功能与运行时洞察，以优化神经网络架构。

接下来，eIQ Portal是一个直观的图形用户界面(GUI)，允许用户创建、优化、调试、转换和导出ML模型。它还允许嵌入式开发人员从TensorFlow和ONNX格式导入数据集和模型，然后快速训练和部署神经网络模型和ML工作负载。

最后，eIQ市场提供增值解决方案、专业支持和可信赖的生态系统合作伙伴的设计服务。设计服务、库和模型都是通过eIQ Marketplace托管的，以便更快地推向市场。例如，总部位于加拿大卡尔加里的Au-ZoneDeepView ML工具套件将通过直观的工作流增强eIQ，并使开发人员能够在NXP处理器之间快速培训和部署NN模型和ML工作负载。

BYOD和BYOM流动

eIQ ML开发环境承载两种类型的流:自带数据(BYOD)和自带模型(BYOM)。

对于BYOD，数据管理方面发生在工具中，因此嵌入式开发人员可以向数据添加标签，识别感兴趣的区域，并选择他们想要保存多少数据集以进行验证。它们还可以使用数据集增强特性，该特性为现有数据提供了一组过滤器和修改。例如，虽然你可能有数百张鲜花的图片，但该功能将设置你必须训练的图片数量，以创建一个健壮的模型。

关于BYOM，如果嵌入式开发人员在eIQ工具集之外有一个模型，并希望将其部署到NXP处理平台，则该工具集有转换模型。转换模型将它通过不同的推理引擎，并检查哪个推理引擎给出最好的结果。需要注意的是，即使使用转换后的模型，您也可能会发现在部署中可能有用的字段中收集的额外数据。在这里，工具集允许开发人员将数据反馈回来，并随着时间的推移改进模型。

值得一提的是，用户可以根据所需的性能配置文件构建模型，并将其定位在CPU、DSP或GPU上运行。eIQ ML开发环境确保通过不同的推理引擎支持所有的计算引擎。

这篇文章最初发表于经济日报．

马吉德艾哈迈德他是EDN和Planet Analog的主编，已经报道电子设计行业超过20年。

相关内容

• 4个基本步骤实现无人工智能、ML技能的预测性维护
• 为什么数据准备在人工智能(AI)工作流程中至关重要
• EDA中的机器学习加速了设计周期
• 交付“更智能”更快:AI/ML处理器设计方法
• 工具向价值链上游移动，消除视觉AI的神秘感