【文件属性】：
文件名称：EdgeML：此存储库提供了针对由Microsoft Research India开发的边缘设备的机器学习算法的代码
文件大小：26.42MB
文件格式：ZIP
更新时间：2021-01-30 15:05:21
microsoft classifier machine-learning deep-learning cpp
边缘机器学习库
该存储库为开发的边缘设备提供了机器学习算法的代码。
边缘设备的机器学习模型在存储，预测等待时间和能量方面需要占用很小的空间。 希望使用这种模型的一个实例是物联网（IoT）设置中资源稀缺的设备和传感器。 在不连接到云的情况下在IoT设备上本地进行实时预测所需的模型需要几千字节的大小。
内容
在这种设置下，无论是模型大小还是计算能力都非常出色的算法包括：
盆景：基于强和浅的非线性树的分类器。
ProtoNN ：基于原型类型的k最近邻（k NN ）分类器。
EMI-RNN ：训练例程，以从时间序列数据中恢复关键特征，以进行更快，更准确的RNN预测。
浅层RNN ：用于训练可应用于流数据的RNN的元体系结构。
FastRNN＆FastGRNN - FastCells：F AST，A ccurate，S表和T INY（G ated）RNN细胞。
DROCC：d EEPřobustöNE-Ç小姑娘Çlassfiication用于训练健壮异常检测器。
RNNPool ：一种有效的非线性池运算符，用于RAM约束推理。
这些算法可以训练模型以解决经典监督学习问题，其内存