在智能穿戴设备和家用电器中实现物联网和AI的高级融合
人工智能是一项正在常规基础上进行大量研究的技术。世界各地的研究人员都在努力让ai的应用和实施更快、更好。多年来，人类遇到了人工智能带来潜在突破的例子。无论是在心脏病的早期检测，还是在发现历史事件方面，人工智能自诞生以来都取得了长足的进步。
为了减轻日常琐事，麻省理工学院（mit）和国立台湾大学的研究人员合作，在微控制器上嵌入了深度神经网络。这意味着，微小芯片形式的ai可以在智能穿戴设备和家用电器中实现，从而实现物联网（device）和ai的高级融合。这篇题为《mcunet：物联网设备上的微小深度学习》的研究论文将于12月在神经信息处理系统会议上发表。研究人员希望通过这种方法，在物联网设备的传感器附近进行数据分析，从而拓宽人工智能的应用范围。
了解mcunet
研究人员发明的这种设备被称为mcunet。它是一种神经网络架构，能够在现成的微控制器上实现imagenet规模的深度学习。imagenet是一个图像数据库，每个节点由数千张图像描述。在该模型中，深度学习设计和推理库进行了联合优化，以消除传统微控制器片上有限内存的挑战，降低内存使用量。
tinynas是一种深度学习设计，具有两阶段神经结构搜索（nas）方法，可处理各种微控制器上微小而多样的存储限制。研究指出，tinynas首先自动优化搜索空间以适应微小的资源限制，然后在优化后的空间进行神经结构搜索，从而解决了这个问题。tinynas通过缩放输入分辨率和模型宽度来生成不同的搜索空间，然后收集搜索空间内满足网络的计算失败分布来评估其优先级。此外，tinynas依赖于搜索空间能够容纳的洞察力。内存限制下的失败次数越多，深度学习模型就越好。实验表明，优化后的空间提高了nas搜索模型的准确率。tinynas可以在低搜索成本下自动处理与传统微控制器相关的各种约束，如设备、延迟、能源、内存等。
研究人员指出，tinyengine是一个内存高效的推理库，消除了不必要的内存开销，因此搜索空间得到了扩展，以适应更大的深度学习模型，并具有更高的准确率。由于推理库是基于解释的，需要额外的运行时内存，tinyengine编译了基于代码生成器的方法，消除了内存开销，并适应内存调度，而不是分层优化，以更好地为减少内存使用制定策略。最后，对不同层次进行专门的计算优化，即循环平铺、循环展开、op融合，加快了推理速度。
研究人员观察到，与传统的深度学习相比，mcunet通过系统算法协同设计更好地利用了资源。研究人员得出结论，现有的模型在外壳式微控制器上达到了创纪录的70.7%的imagenet精确度。
台湾地区与韩国对光刻机需求最强烈 先进制程的光刻设备出货前景看好
万用表与钳形表测量电流原理的异同？
应急广播灾害预警广播系统
指纹方案的设计
自顶向下的语法分析器—采用递归下降方法
在智能穿戴设备和家用电器中实现物联网和AI的高级融合
12月全国狭义乘用车销量为228.8万辆,呈现市场稳步回暖的态势
电阻器和颜色代码及阻值识别分析
vivo NEX 3S将于3月10日正式发布该机搭载骁龙865平台支持双模5G
14位高性能宽带模数转换器AD6655的特点性能和应用设计
支持向量机（系统识别的性能度量之ROC曲线）
集成光子制备工艺的研究
汽车电子不同制动器的结构和作用
加速电容作用?电路工作原理分析
三星Tab S7系列平板渲染图在网上曝光 还有新功能加入
脉冲电子围栏常见故障及解决方法
小米Civi 2官宣 将于9月27日正式发布
变压器和电源是不是同一种产品？
射频导纳料位计与静电容式料位计的区别
iPhone13或将使用增强版5nm芯片
为了减轻日常琐事，麻省理工学院（mit）和国立台湾大学的研究人员合作，在微控制器上嵌入了深度神经网络。这意味着，微小芯片形式的ai可以在智能穿戴设备和家用电器中实现，从而实现物联网（device）和ai的高级融合。这篇题为《mcunet：物联网设备上的微小深度学习》的研究论文将于12月在神经信息处理系统会议上发表。研究人员希望通过这种方法，在物联网设备的传感器附近进行数据分析，从而拓宽人工智能的应用范围。
了解mcunet
研究人员发明的这种设备被称为mcunet。它是一种神经网络架构，能够在现成的微控制器上实现imagenet规模的深度学习。imagenet是一个图像数据库，每个节点由数千张图像描述。在该模型中，深度学习设计和推理库进行了联合优化，以消除传统微控制器片上有限内存的挑战，降低内存使用量。
tinynas是一种深度学习设计，具有两阶段神经结构搜索（nas）方法，可处理各种微控制器上微小而多样的存储限制。研究指出，tinynas首先自动优化搜索空间以适应微小的资源限制，然后在优化后的空间进行神经结构搜索，从而解决了这个问题。tinynas通过缩放输入分辨率和模型宽度来生成不同的搜索空间，然后收集搜索空间内满足网络的计算失败分布来评估其优先级。此外，tinynas依赖于搜索空间能够容纳的洞察力。内存限制下的失败次数越多，深度学习模型就越好。实验表明，优化后的空间提高了nas搜索模型的准确率。tinynas可以在低搜索成本下自动处理与传统微控制器相关的各种约束，如设备、延迟、能源、内存等。
研究人员指出，tinyengine是一个内存高效的推理库，消除了不必要的内存开销，因此搜索空间得到了扩展，以适应更大的深度学习模型，并具有更高的准确率。由于推理库是基于解释的，需要额外的运行时内存，tinyengine编译了基于代码生成器的方法，消除了内存开销，并适应内存调度，而不是分层优化，以更好地为减少内存使用制定策略。最后，对不同层次进行专门的计算优化，即循环平铺、循环展开、op融合，加快了推理速度。
研究人员观察到，与传统的深度学习相比，mcunet通过系统算法协同设计更好地利用了资源。研究人员得出结论，现有的模型在外壳式微控制器上达到了创纪录的70.7%的imagenet精确度。
台湾地区与韩国对光刻机需求最强烈 先进制程的光刻设备出货前景看好
万用表与钳形表测量电流原理的异同？
应急广播灾害预警广播系统
指纹方案的设计
自顶向下的语法分析器—采用递归下降方法
在智能穿戴设备和家用电器中实现物联网和AI的高级融合
12月全国狭义乘用车销量为228.8万辆,呈现市场稳步回暖的态势
电阻器和颜色代码及阻值识别分析
vivo NEX 3S将于3月10日正式发布该机搭载骁龙865平台支持双模5G
14位高性能宽带模数转换器AD6655的特点性能和应用设计
支持向量机（系统识别的性能度量之ROC曲线）
集成光子制备工艺的研究
汽车电子不同制动器的结构和作用
加速电容作用?电路工作原理分析
三星Tab S7系列平板渲染图在网上曝光 还有新功能加入
脉冲电子围栏常见故障及解决方法
小米Civi 2官宣 将于9月27日正式发布
变压器和电源是不是同一种产品？
射频导纳料位计与静电容式料位计的区别
iPhone13或将使用增强版5nm芯片