今天小编给大家带来的是日横滨的Maker Naveen 基于Arduino Nano ESP32的游戏机项目，该游戏的平均帧率为34 FPS，分辨率为320*240，该项目重量轻、结构紧促，对用户非常友好。
XR806是全志科技设计开发的一款支持WiFi和BLE的高集成度无线MCU芯片。之前已经支持了鸿蒙系统，现在又支持了FreeRTOS，可玩性又大大增强了。 这次有机会参加极术社区举办的“「免费试用」搭载安谋科技STAR-MC1的全志XR806 Wi-Fi+BLE 开发板试用”活动，拿到板子后就开始搭建环境，并进行了串口的相关测试。
经过几天周易AIPU仿真模拟，踩了不少坑（具体可以参考: 【周易AIPU 仿真】mobilefacenet人脸特征模型），终于可以拿到了R329来进行实机验证了。
原始模型可以采用github上的预训练模型，在这个issue中有讨论到如何导出pb文件，并转换为tflite，我这边直接使用其提供的pb模型。
极术社区管理员小姐姐
人工智能边缘计算软硬件解决方案,提供高性能、低成本、低功耗、易使用的硬件选型方案.
大概4个月前开始接触TVM，虽然是0经验开始看，但目前对TVM的IR以及Pass，Codegen，Scheduler等也有了一些基础的认识。所以这篇文章的目的是梳理一下TVM的整体架构，复盘一下自己学到了什么，以及为想学习TVM的小伙伴们提供一个整体思路。「从零开始学深度学习编译器」这个专题的文章和实验代码都被我汇总放到了[链接]\_l...
近年来，Compact卷积神经网络(CNNs)的性能有了显著的提高。然而，在参数众多的情况下，它们仍然无法提供与普通CNN相同的预测能力。这些层捕获的多样且丰富的特征是这些CNN的一个重要特征。
这个思考其实源于参加 WAIC 上组织的 AI 编译相关的闭门讨论的内容，观点有不少来源于现场讨论的朋友们，因为对这个主题感兴趣，我又结合自己的理解做了一些梳理。之所以关注 AI 框架算子层级的问题，是因为自己最近在关注AI硬件行业，也就在关注为一款新硬件提供软件支持可能面临的问题。AI 硬件公司，能成事非常不容易...
本文为 PyTorch 官方教程中：如何构建神经网络。基于 PyTorch 专门构建神经网络的子模块 torch.nn 构建一个简单的神经网络。
到opencv官网下载opencv-3.4.15并解压工具链使用gcc-arm-9.2-2019.12-x86\_64-aarch64-none-linux-gnu
CLBlast是一个可用于生产环境，且高性能的OpenCL开源计算BLAS库，支持平台包括AMD、NVIDIA、Intel的CPU、GPU，也包括移动端领域如Adreno、Mali GPU。系统支持Windows、macOS以及Linux系统。虽然这个库有历史年代了，但是相信仍然有一些可以学习的东西。
一个周末很无聊的嵌入式软件工程师，写写经验，写写总结。
本专栏致力于将数字芯片后端设计的技术，经验和技巧介绍给想入门或提高的你。一方面从基础知识方面的讲解使初学者少走弯路，另一方面用实际工作中的经验技巧方便从业者提高和交流。
含云计算，边缘计算，TrustZone等资料下载
安谋科技旗下首款AI产品周易NPU技术及应用公开课，技术干货等。如需咨询周易NPU合作，请邮件Eco-Partner@armchina.com。
K3s是一款轻量级的Kubernetes发行版，安装简单易上手，完美应对资源有限环境。
