MicroTFLite
Запуск моделей машинного обучения на микроконтроллере с Arduino API и поддержкой TensorFlow Lite Micro
Установка
Последняя опубликованная версия- Скачайте архив — реестр отдает его уже проверенным.
- В Arduino IDE выберите «Скетч → Подключить библиотеку → Добавить .ZIP библиотеку».
- Укажите скачанный файл — библиотека появится в списке доступных.
SHA-256:8a33dc6383a218ce1ff7e0a1521874064b486303b26371a54f2c859819097d81MicroTFLite-1.0.4-8a33dc63.zipОписание
Запуск моделей машинного обучения прямо на микроконтроллере — задача нетривиальная, но MicroTFLite делает её доступнее благодаря API в стиле Arduino, без указателей и сложного C++. Библиотека работает с TensorFlow Lite Micro и поддерживает как квантованные, так и float-данные, автоматически определяя нужный формат по метаданным модели. Основная целевая аудитория — те, кто хочет экспериментировать с tiny machine learning на плата вроде Arduino Nano 33 BLE, Arduino Nano ESP32, Arduino Nicla, Arduino Portenta, Arduino Giga R1 WiFi и ESP32-устройств. Библиотека включает подробное API для изучения внутренней структуры моделей и отладки, что полезно при развёртывании нейросетей на маломощных устройствах. Для использования не нужна глубокая экспертиза в TensorFlow — главное иметь готовую обученную модель.