TensorFlow Lite for Microcontrollers 是 TensorFlow Lite 的一個(gè)實(shí)驗(yàn)性移植版本，它適用于微控制器和其他一些僅有數(shù)千字節(jié)內(nèi)存的設(shè)備。

它可以直接在“裸機(jī)”上運(yùn)行，不需要操作系統(tǒng)支持、任何標(biāo)準(zhǔn) C/C++ 庫和動態(tài)內(nèi)存分配。核心運(yùn)行時(shí) (core runtime) 在 Cortex M3 上運(yùn)行時(shí)僅需 16KB，加上足以用來運(yùn)行語音關(guān)鍵字檢測模型的操作，也只需 22KB 的空間。

開始

要快速入門并運(yùn)行 TensorFlow Lite for Microcontrollers，請閱讀微控制器入門。

注：微控制器入門 鏈接

https://tensorflow.google.cn/lite/microcontrollers/get_started

為什么微控制器很重要

微控制器通常是小型、低能耗的計(jì)算設(shè)備，經(jīng)常嵌入在只需要進(jìn)行基本運(yùn)算的硬件中，包括家用電器和物聯(lián)網(wǎng)設(shè)備等。每年都有數(shù)十億個(gè)微控制器被生產(chǎn)出來。

微控制器通常針對低能耗和小尺寸進(jìn)行優(yōu)化，但代價(jià)是降低了處理能力、內(nèi)存和存儲。一些微控制器具有用來優(yōu)化機(jī)器學(xué)習(xí)任務(wù)性能的功能。

通過在微控制器上運(yùn)行機(jī)器學(xué)習(xí)推斷，開發(fā)人員可以在不依賴于網(wǎng)絡(luò)連接的情況下將 AI 添加到各種各樣的硬件設(shè)備中，這經(jīng)常用來克服帶寬、功率以及由它們所導(dǎo)致的高延遲而造成的約束。在設(shè)備上運(yùn)行推斷也可以幫助保護(hù)隱私，因?yàn)闆]有數(shù)據(jù)從設(shè)備中發(fā)送出去。

功能和組件

C++ API，其運(yùn)行時(shí) (runtime) 在 Cortex M3 上僅需 16KB

使用標(biāo)準(zhǔn)的 TensorFlow Lite FlatBuffer架構(gòu) (schema)

為 Arduino、Keil 和 Mbed 等較為流行的嵌入式開發(fā)平臺預(yù)生成的項(xiàng)目文件

針對多個(gè)嵌入式平臺優(yōu)化

演示口語熱詞檢測的示例代碼

開發(fā)工作流程

這是將 TensorFlow 模型部署到微控制器的過程：

創(chuàng)建或獲取 TensorFlow 模型該模型必須非常小，以便在轉(zhuǎn)換后適合您的目標(biāo)設(shè)備。它只能使用支持的操作。如果要使用當(dāng)前不被支持的操作，可以提供自己的實(shí)現(xiàn)。

將模型轉(zhuǎn)換為 TensorFlow Lite FlatBuffer您將使用 TensorFlow Lite 轉(zhuǎn)換器來將模型轉(zhuǎn)換為標(biāo)準(zhǔn) TensorFlow Lite 格式。您可能希望輸出量化模型，因?yàn)樗鼈兊某叽绺　?zhí)行效率更高。

將 FlatBuffer 轉(zhuǎn)換為 C byte 數(shù)組模型保存在只讀程序存儲器中，并以簡單的 C 文件的形式提供。標(biāo)準(zhǔn)工具可用于將 FlatBuffer 轉(zhuǎn)換為 C 數(shù)組。

集成 TensorFlow Lite for Microcontrollers 的 C++ 庫編寫微控制器代碼以使用 C++ 庫執(zhí)行推斷。

部署到您的設(shè)備構(gòu)建程序并將其部署到您的設(shè)備。

注：構(gòu)建和轉(zhuǎn)換模型 鏈接

https://tensorflow.google.cn/lite/microcontrollers/build_convert#%E8%BD%AC%E6%8D%A2%E6%A8%A1%E5%9E%8B

理解 C++ 庫 鏈接

https://tensorflow.google.cn/lite/microcontrollers/library

支持的平臺

嵌入式軟件開發(fā)的挑戰(zhàn)之一是存在許多不同的體系結(jié)構(gòu)、設(shè)備、操作系統(tǒng)和構(gòu)建系統(tǒng)。我們的目標(biāo)是盡可能多地支持流行的組合，并盡可能地讓給其他設(shè)備添加支持變得簡單。

如果您是產(chǎn)品開發(fā)人員，您可以下載我們提供的以下平臺的構(gòu)建說明或預(yù)生成的項(xiàng)目文件：

如果您的設(shè)備尚未被支持，添加支持也許并不困難。您可以在 README.md中了解該過程。

可移植參考代碼

如果您還沒有考慮具體的的微控制器平臺，或者只想在開始移植之前試用代碼，最簡單的方法是下載與平臺無關(guān)的參考代碼。

注：參考代碼 鏈接

https://drive.google.com/open?id=1cawEQAkqquK_SO4crReDYqf_v7yAwOY8

歸檔中有很多文件夾，每個(gè)文件夾只包含構(gòu)建一個(gè)二進(jìn)制文件所需的源文件。每個(gè)文件夾都有一個(gè)簡單的 Makefile 文件，您應(yīng)該能夠?qū)⑽募虞d到幾乎任何 IDE 中并構(gòu)建它們。我們還提供了已經(jīng)設(shè)置好的 Visual Studio Code 項(xiàng)目文件，因此您可以輕松地在跨平臺 IDE 中瀏覽代碼。

目標(biāo)

我們的設(shè)計(jì)目標(biāo)是使框架可讀、易于修改、經(jīng)過良好測試、易于集成，并通過一致的文件架構(gòu)、解釋器、API 和內(nèi)核接口與 TensorFlow Lite 完全兼容。

您可以閱讀更多在目標(biāo)和權(quán)衡方面有關(guān)設(shè)計(jì)的信息。

限制

TensorFlow Lite for Microcontrollers 專為微控制器開發(fā)中的特殊限制而設(shè)計(jì)。如果您正在使用更強(qiáng)大的設(shè)備（例如像 Raspberry Pi 這樣的嵌入式 Linux 設(shè)備），標(biāo)準(zhǔn)的 TensorFlow Lite 框架可能更容易集成。

應(yīng)考慮以下限制：

僅支持 TensorFlow 操作的有限子集

僅支持有限的一些設(shè)備

低級 C++ API 需要手動內(nèi)存管理

注：有限子集 鏈接