最新产品

微芯片技术机器学习

Microchip Technology机器学习包括选择软件和硬件工具包、参考设计和硅平台,这些平台需要一个简化的、易于使用的、具有高级性能的环境。Microchip机器学习算法很容易用于收集和组织数据,在数据中心训练神经网络,或在边缘实现优化推理。

Microchip广泛的硅器件组合包括微控制器(MCUs)、微处理器(MPUs)和现场可编程门阵列(fpga)。软件工具包允许使用流行的机器学习框架,包括TensorFlow、Keras、Caffe和ONNX保护伞覆盖的许多其他框架,以及TinyML和TensorFlow Lite中发现的框架。

带有TDK 6轴MEMS的EV18H79A SAMD21机器学习评估套件采用基于SAMD21G18 Arm®Cortex®-M0+的32位单片机(MCU),带有板上调试器(nEDBG), ATECC608A CryptoAuthentication™安全元件IC和完全认证的ATWINC1510 Wi-Fi®网络控制器。

带有BOSCH IMU的EV45Y33A SAMD21机器学习评估工具包采用基于SAMD21G18 Arm Cortex-M0+的32位MCU(带车载调试器(nEDBG))、ATECC608A加密认证安全元件IC和完全认证的ATWINC1510 Wi-Fi网络控制器。

通过硬件和软件的结合,用户可以设计数据中心、自动驾驶汽车、安保监视、电子围栏、增强和虚拟现实耳机、无人机、机器人、卫星图像、通信中心等高性能AI加速卡。

特性

  • 更快的开发时间
    • 日和月
  • 可扩展的预测精度
  • 当地学习
    • 减少假阳性或阴性
  • 创建新的可能性
    • 找到一个“很难看到”的模式

机器学习数据流的硅平台

图表-微芯片技术机器学习

毫升的组件

图表-微芯片技术机器学习

监督学习图

微芯片技术机器学习

视频

机器学习的信息

微芯片技术机器学习
发布日期:2020-11-10 |更新日期:2021-11-10