AI嵌入式系统:算法优化与实现
上QQ阅读APP看书,第一时间看更新

3.7 小结

本章我们介绍了几种典型的机器学习算法,所介绍的算法用Python示例进行了说明,这些代码的训练部分通常运行在PC上,而不是嵌入式平台。后面的章节中会介绍如何在嵌入式系统中实现这些机器学习算法。从给出的机器学习算法可以看到,多数机器学习算法依赖相同的底层运算——矩阵乘法或者向量内积运算,这些运算有很大的优化空间,在本书的第5~6章会详细介绍。本章还给出了决策树算法的嵌入式实现方案,它不依赖矩阵或者向量运算,我们可以从Python数据直接导出对应的C源代码。

本书内容中有一大部分是对这些底层运算的优化,降低其中乘法的次数。机器学习算法的训练技巧和更深入的数学原理不是本书的重点,感兴趣的读者可以通过示例中的代码注释以及所使用的机器学习训练框架文档了解其实现,另外也可以参考后面列出的参考文献学习底层的理论。