AI嵌入式系统:算法优化与实现

前言 第1章 绪论 1 1.1 AI嵌入式系统的概念与特点 1 1.2 机器学习在嵌入式系统中的实现 4 1.3 本书内容概述 6 第2章 嵌入式软件编程模式和优化 8 2.1 嵌入式软件编程模式 8 2.1.1 基于周期调用的运行模式 9 2.1.2 基于中断的前后台运行模式 12 2.1.3 基于事件队列的运行模式 14 2.1.4 带时间信息的事件队列运行模式 16 2.1.5 计算图运行模式 17 2.2 通用软件优化方法 20 2.2.1 循环结构优化 21 2.2.2 时间空间平衡 23 2.2.3 运算精度和性能平衡 25 2.2.4 底层运算的快速实现算法 28 2.2.5 内存使用优化 30 2.3 小结 34 参考文献 34 第3章 机器学习算法概述 35 3.1 高斯朴素贝叶斯分类器 35 3.1.1 原理概述 35 3.1.2 模型训练和推理 36 3.2 感知器 38 3.2.1 原理概述 38 3.2.2 模型训练和推理 39 3.3 SVM分类器 40 3.3.1 原理概述 40 3.3.2 模型训练和推理 42 3.4 决策树 43 3.4.1 原理概述 43 3.4.2 模型训练和推理 44 3.4.3 决策树分类器的代码实现 45 3.5 线性数据降维 47 3.5.1 原理概述 47 3.5.2 模型训练和推理 47 3.6 神经网络 48 3.6.1 原理概述 48 3.6.2 模型训练和推理 50 3.7 小结 54 参考文献 54 第4章 数值的表示和运算 55 4.1 浮点数 55 4.1.1 单精度和双精度浮点数 55 4.1.2 16位浮点数 57 4.2 定点数 61 4.2.1 定点数的二进制表示形式 61 4.2.2 定点数的运算 64 4.2.3 给定算法的定点化方法 71 4.3 仿射映射量化 78 4.3.1 量化数据表示 78 4.3.2 量化数据运算 83 4.3.3 基于量化数据的矩阵运算 84 4.4 常数整数乘法优化 88 4.4.1 基于正则有符号数的常数整数乘法优化 89 4.4.2 基于运算图的常数整数乘法优化 92 4.4.3 多常数整数乘法优化 97 4.4.4 浮点数和整数常数乘法优化 101 4.4.5 常数整数乘法优化的应用 103 4.5 小结 108 参考文献 108 第5章 卷积运算优化 109 5.1 卷积运算的定义 109 5.1.1 一维线性卷积 110 5.1.2 一维循环卷积 111 5.1.3 二维线性卷积 112 5.1.4 二维循环卷积 113 5.2 快速卷积算法 114 5.2.1 一维循环卷积频域快速算法 114 5.2.2 短序列一维线性卷积快速算法 117 5.2.3 长序列一维线性卷积的构建 124 5.2.4 快速FIR滤波器算法 129 5.2.5 二维快速卷积算法 140 5.3 近似卷积算法 152 5.3.1 基于卷积核低秩分解的二维快速卷积 153 5.3.2 矩形卷积核近似卷积 154 5.3.3 分段线性卷积核近似 160 5.3.4 卷积核的分段近似 164 5.3.5 基于IIR滤波器的近似卷积 168 5.3.6 基于卷积核低秩近似的二维近似快速卷积 172 5.3.7 基于二维矩形卷积核的近似快速卷积 173 5.4 小结 176 参考文献 177 第6章 矩阵乘法优化 178 6.1 机器学习算法中的矩阵乘法 178 6.2 Strassen矩阵相乘算法 180 6.3 Winograd矩阵相乘算法 184 6.4 低秩矩阵乘法 187 6.5 循环矩阵乘法 188 6.6 近似矩阵乘法 190 6.6.1 基于矩阵低秩近似的矩阵乘法 191 6.6.2 基于数据统计相关性的近似矩阵乘法 192 6.6.3 基于向量量化的近似矩阵乘法 194 6.7 小结 202 参考文献 203 第7章 神经网络的实现与优化 204 7.1 神经网络基本运算及软件实现 205 7.1.1 全连接层运算 205 7.1.2 卷积层运算 207 7.1.3 BN层运算 213 7.1.4 激活层运算 214 7.1.5 池化层运算 216 7.1.6 神经网络示例 217 7.2 神经网络的权重系数优化 221 7.2.1 权重系数二值化 222 7.2.2 权重系数的定点数量化 224 7.2.3 权重系数量化和神经网络训练结合 226 7.3 神经网络结构优化 233 7.3.1 剪枝优化 233 7.3.2 卷积结构优化 245 7.3.3 知识蒸馏 251 7.4 小结 255 参考文献 255 第8章 ARM平台上的机器学习编程 257 8.1 CMSIS软件框架概述 258 8.2 CMSIS-DSP软件框架和编程 261 8.2.1 矩阵运算 263 8.2.2 高斯朴素贝叶斯算法实现 267 8.2.3 SVM算法实现 271 8.2.4 数据降维 275 8.3 基于CMSIS-NN的神经网络编程 277 8.3.1 基于卷积神经网络的手写数字识别算法 277 8.3.2 CMSIS-NN的卷积神经网络实