Kapitel 17. Optimieren von Modell und Binärgröße
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Unabhängig davon, für welche Plattform du dich entscheidest, ist es wahrscheinlich, dass die Flash Speicherung und der Arbeitsspeicher sehr begrenzt sind. Die meisten eingebetteten Systeme verfügen über weniger als 1 MB an schreibgeschützter Speicherung in Flash, und viele haben nur ein paar Kilobyte. Das Gleiche gilt für den Arbeitsspeicher: Selten stehen mehr als 512 KB statischer Arbeitsspeicher (SRAM) zur Verfügung, und bei Low-End-Geräten kann sich diese Zahl im niedrigen einstelligen Bereich bewegen. Die gute Nachricht ist, dass TensorFlow Lite für Mikrocontroller mit nur 20 KB Flash und 4 KB SRAM auskommt, aber du musst deine Anwendung sorgfältig entwerfen und technische Kompromisse eingehen, um den Platzbedarf gering zu halten. In diesem Kapitel werden einige Ansätze vorgestellt, mit denen du deinen Bedarf an Speicher und Speicherung überwachen und steuern kannst.
Verstehe die Grenzen deines Systems
Die meisten eingebetteten Systeme haben eine Architektur, bei der Programme und andere schreibgeschützte Daten im Flash-Speicher gespeichert werden, der nur beschrieben wird, wenn neue ausführbare Dateien hochgeladen werden. In der Regel gibt es auch einen veränderbaren Speicher, oft mit SRAM-Technologie. Dies ist die gleiche Technologie, die auch für die Caches größerer CPUs verwendet wird. Sie ...
Get TinyML now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
