在本例中,我们有一个Simulink模型,该模型基于L金宝apporen博客中描述的五层浅层网络,用于使用MNIST数据进行图像分类:
https://blogs.mathworks.com/loren/2015/08/04/artificial-neural-networks-for-beginners/
我们有三个版本的模型-双精度、单精度和定点版本。然后,可以使用Arduino®硬件的Simulink®支持包,使用来自Arduino的实时数据测试这些模型,并将其作为独立应用程序部署到Arduino板上。金宝app金宝app
单精度和定点版本是使用定点设计器生成的,如下链接所述。定点模型使用不超过16位,模型精度在94%以上。
https://www.youtube.com/watch?v=sxSodI0pwPw
https://www.youtube.com/watch?v=zX44UvyLeAc
https://www.youtube.com/watch?v=nkZAB7LIRXI&t=12s
引用为
MathWorks定点团队(2021年)。基于ARM-cortexm单片机的图像分类(//www.tatmou.com/matlabcentral/fileexchange/68426-image-classification-on-an-arm-cortex-m-microcontroller),MATLAB中心文件交换.