05.04.2022

AutoFlow - ein Open-Source-Framework zur automatischen Implementierung neuronaler Netze auf eingebetteten Geräten

tinyML Talks webcast

"AutoFlow - ein Open-Source-Framework zur automatischen Implementierung neuronaler Netze auf eingebetteten Geräten"

AutoFlow ist ein Tool, das Entwicklern hilft, maschinelles Lernen (ML) schneller und einfacher auf eingebetteten Geräten zu implementieren. Der gesamte Arbeitsablauf eines Datenwissenschaftlers sollte abgedeckt werden. Angefangen von der Erstellung des ML-Modells über die Auswahl der Zielplattform bis hin zur Optimierung und Implementierung des Modells auf der Zielplattform. Um diese Funktionen zu realisieren, wurde AutoFlow in zwei Teile gegliedert. Der eine Teil stellt die automatische Generierung von neuronalen Netzen dar. Dies wird durch den Einsatz von Automated Machine Learning (AutoML) realisiert. Für einen gegebenen Datensatz werden automatisch verschiedene neuronale Netze trainiert, von denen dasjenige, das die höchste Genauigkeit erreicht, gespeichert wird. Im anderen Teil von AutoFlow können neuronale Netze durch Pruning und Quantisierung verkleinert werden. Auch die Zielplattform, auf der das Modell später ausgeführt werden soll, kann ausgewählt werden. Dementsprechend wird das Modell konvertiert und die notwendigen Dateien für die Ausführung auf der Zielplattform werden generiert. AutoFlow ist ein Open-Source-Tool und kann von GitHub heruntergeladen werden.

Das Tool ist verfügbar unter: https://github.com/Hahn-Schickard/AUTOflow

Registration