实体
ATmega328P
ATmega328P
PulseAugur coverage of ATmega328P — every cluster mentioning ATmega328P across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Deep Microcompression enables CNNs on microcontrollers
一篇新论文介绍了深度微压缩（DMC）方法，该方法旨在优化微控制器上的深度学习模型。DMC结合了结构化剪枝、感知量化训练和比特打包，显著减小了模型尺寸并提高了资源受限设备上的推理效率。该方法已成功地将卷积神经网络（CNNs）部署到仅有2KB SRAM的微控制器上，这在以前被认为是不可能实现的。
-
FastGRNN模型部署在微控制器上实现实时推理
研究人员开发了一个端到端的流程，将FastGRNN模型部署在超约束微控制器上，特别是Arduino (ATmega328P) 和 TI MSP430。该方法侧重于为小型、普遍存在的设备重构AI算法，与扩展模型规模的趋势形成对比。部署的模型仅占用566字节的权重，在HAPT测试集上实现了0.918的宏F1分数，并能维持实时50 Hz流式推理。