BriefGPT - AI 论文速递
·
基于时间编码的深度强化学习在嵌入式设备上的实时应用 CPU 频率调度
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了新的深度神经网络量化和部署框架MicroAI，研究了在低功耗32位微控制器上应用该框架的优化方法和效果。通过对三个数据集的评估，与两种已有的嵌入式推理引擎的比较和在ARM Cortex-M4F微控制器上的验证，证明了MicroAI具有更好的内存和功耗效率。
🎯
关键要点
- 介绍了新的深度神经网络量化和部署框架MicroAI。
- 研究了在低功耗32位微控制器上应用MicroAI的优化方法和效果。
- 评估了三个不同数据集：UCI-HAR、Spoken MNIST和GTSRB。
- 与两种已有的嵌入式推理引擎进行比较：TensorFlow Lite for Microcontrollers和STM32CubeAI。
- 在ARM Cortex-M4F微控制器上验证了MicroAI的效果。
- MicroAI在内存和功耗效率上表现更佳。
➡️
