Soluzioni di apprendimento automatico di Microchip Technology
La potenza del machine learning (ML) è valida solo quanto lo sono gli input dei dati e il regime di addestramento dei dati. Inoltre, può essere estremamente difficile costruire un modello di addestramento ML da zero. In questo articolo, esplora la vasta gamma di modelli, prodotti, sistemi e soluzioni di machine learning premium disponibili da Microchip.
Esplora il mondo all'avanguardia del Machine Learning con Microchip Technology, dove hai la possibilità di creare e implementare modelli avanzati con facilità. Che tu stia immergendoti nell'ambito delle Unità di Microcontrollo (MCU) e delle Unità di Microprocessore (MPU) o cercando strumenti specializzati per la classificazione delle immagini e le applicazioni video, questa suite completa di soluzioni ha tutto ciò che ti serve.
Crea il tuo modello
Sviluppo MCU/MPU con la suite di sviluppo MPLAB® Machine Learning
Inizia il tuo viaggio nel machine learning con la suite di sviluppo MPLAB® Machine Learning di Microchip, perfettamente integrata come plugin all'interno di MPLAB® X IDE. Questa soluzione completa semplifica l'intero processo—dalla raccolta dei dati al test dei modelli—culminando in un pacchetto di conoscenze su misura per i Microchip MCU/MPU.
Questi toolkit di valutazione di Machine Learning, progettati meticolosamente, sono specificamente pensati per le applicazioni delle unità di misura inerziali (IMU), concentrandosi sull'analisi delle vibrazioni e dei dati dei sensori. Esplora le seguenti piattaforme eccezionali:
- Include il microcontrollore SAMD21G18 basato su Arm® Cortex®-M0+ a 32 bit.
- Dotato di un debugger integrato (nEDBG), circuito integrato ATECC608A CryptoAuthentication™ per la sicurezza, e controller di rete Wi-Fi® ATWINC1510.
- Vanta del microcontrollore a 32-bit SAMD21G18 basato su Arm Cortex-M0+.
- Include un debugger integrato (nEDBG), un elemento IC di sicurezza ATECC608A CryptoAuthentication e un controller di rete Wi-Fi ATWINC1510.
Kit di Valutazione Curiosity Nano
Porta il tuo modello
Se disponi di un modello DNN pre-addestrato, puoi utilizzare un MPU Microchip o un FPGA, a seconda del tuo caso d'uso.
Per applicazioni ML audio/immagine/video a basso frame rate (MPU):
- Converti i modelli TensorFlow in modelli TensorFlow Lite utilizzando le API standard
- Utilizza MPLAB Harmony V3 per integrare senza problemi il motore di runtime ML (modelli TensorFlow Lite) e le periferiche
Per applicazioni video a bassa potenza e ad alta frequenza di fotogrammi (FPGA):
- Le FPGA di Microchip offrono una soluzione di nicchia per applicazioni impegnative
- Sfrutta l'SDK VectorBlox™ Accelerator per una facile conversione di reti neurali profonde di alto livello in TensorFlow Lite, anche senza esperienza precedente nella progettazione FPGA.
Kit di strumenti per la valutazione
Per iniziare
- Passo 1: Installa il Kit di Sviluppo Software (SDK) VectorBlox™ e leggi la Guida del Programmatore
- Passaggio 2: Scegli tra la famiglia PolarFire® FPGA o PolarFire SoC FPGA
- Passo 3: Scegli il kit video corrispondente e vai alla rispettiva posizione su GitHub per le istruzioni su come configurare l'ambiente VectorBlox SDK:
- Passaggio 4: Scarica Libero® SoC Design Suite 2023.1
- Passaggio 5: Genera e unisci* la Licenza Silver di Libero SoC Design Suite e la Licenza CoreVectorBlox
*Consultare la sezione 7.3 della guida rapida del software Libero per imparare a unire queste licenze.
Accelera i tuoi progetti di machine learning con Microchip Technology. Scopri la potenza e la facilità d'uso dei kit di valutazione e sblocca il potenziale del calcolo intelligente.
Kit di strumenti di valutazione
Progetti di riferimento per MCU/MPU:
Progetti di riferimento per FPGA:
Risorse aggiuntive:
Tag articolo
