【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