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
