在嵌入式系统上加载训练模型(无库依赖)

我不太熟悉机器学习技术,我想知道是否可以将一个最终训练好的模型转移到另一台机器上。更具体地说,我正在尝试通过在普通PC上训练一个模型来解决一个声音分类问题,然后将它的输出模型实现/转移到一个不允许使用任何库的嵌入式系统上(使用C编程)。该系统也不支持文件读取。

所以我的问题是:

有没有一些学习方法,其输出模型足够简单,可以在其他系统上轻松实现?你会如何实现它?(比如Q-learning?虽然Q-learning在我的项目中并不合适。)

我希望能得到一些指导,提前感谢。


回答:

任何任意的“数据块”都可以转换成C语言的字节数组,并直接与你的代码编译和链接。编写一个代码生成器足够简单,但也有直接执行此操作的工具,例如Segger Bin2C(以及许多其他名为“bin2c”的工具)或者嵌入式数据转换的瑞士军刀SRecord

由于SRecord可以做很多事情,让它完成这一特定任务并不那么明显:

srec_cat mymodel.nn -binary -o model.c -C-Array model -INClude

将生成一个model.c和model.h文件,定义一个包含mymodel.nn字节内容的数据数组。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注