学习日记,嵌入式机器学习领域edge impluse 的使用(一)

最近任务需求,需要在嵌入式平台上对环境声音进行分类,识别,同时也要低功耗运行,因此,找到了Edge Impluse 这个平台,该平台基于tesorflow架构的,也可以自己导入pytorch模型,通过量化,可以将模型量化到很小,在一些单片机上也可以运行
入门第一步,进入网站,注册,自动进入新手教程,新手教程是自己训练一个语音唤醒的模型。简单的步骤,跳过。
学习日记,嵌入式机器学习领域edge impluse 的使用(一)_第1张图片
该步骤自动加噪,生成更多的样本进行学习。
学习日记,嵌入式机器学习领域edge impluse 的使用(一)_第2张图片
在这里设置网络结构,第一步设计时域信息,第二步设计声学信息提取,第三步设计神经网络分类器。最后保存参数即可。
接下来,就是提取特征
学习日记,嵌入式机器学习领域edge impluse 的使用(一)_第3张图片
点击一下生成特征学习日记,嵌入式机器学习领域edge impluse 的使用(一)_第4张图片
下一步设计mel-filter的参数,不知道怎么设计就默认就好
这一步是开始训练神经网络,设置一些学习率和训练轮数,一般不能设置得太大,训练时间不能超过20分钟
学习日记,嵌入式机器学习领域edge impluse 的使用(一)_第5张图片
训练完之后可以进行模型测试,模型部署。先写那么多

你可能感兴趣的:(学习,深度学习)