嵌入式下的深度學習 Sparkfun Edge with TensorFlow（一）Hello World
硬件、軟件環境
微控制器：Sparkfun Edge
- 32位ARM Cortex-M4F處理器
- 48MHz CPU時鍾，帶有TurboSPOT™的96MHz
- 極低功耗：6uA / MHz
- 1MB Flash
- 384KB SRAM
- 兩個麥克風，一個三軸加速度計和一個攝像頭連接器
參考資料
TinyML鏈接：https://pan.baidu.com/s/1G_WB7QhnxcZJxpKpK_NBSA
提取碼：mgj1
使用深度學習擬合正弦函數的例子
下載源碼
git clone https://github.com/tensorflow/tensorflow.git cd tensorflow
編譯
在拉下的repo中已經有了書中的源碼，所以可以直接編譯。
# 編譯在板子上運行的二進制文件 make -f tensorflow/lite/micro/tools/make/Makefile TARGET=sparkfun_edge hello_world_bin
在這里就有問題了。make的過程中會連續下載幾個包，由於服務器在國外，國內的速度特別慢，一旦中途因網絡超時下載失敗就需重新make，但第二次make時不會重新下載或斷點下載上一次下載失敗的包，缺包編譯就會失敗。這時在第二次make前在 tensorflow/lite/micro/tools/make/downloads 里刪除剛才下載失敗的目錄，第二次make就會重新下載。
如果幾次后還是不行成功編譯，只能重新刪除整個tensorflow的repo，再重新剛才的流程。
可以讓ubuntu終端走國外代理完成這幾個包的下載。
Linux 讓終端走代理的幾種方法 https://zhuanlan.zhihu.com/p/46973701
Linux終端代理方式 https://www.cnblogs.com/hi-eric/p/11563245.html
簽名和生成二進制文件
# 簽名 python3 tensorflow/lite/micro/tools/make/downloads/AmbiqSuite-Rel2.2.0/tools/apollo3_scripts/create_cust_image_blob.py --bin tensorflow/lite/micro/tools/make/gen/sparkfun_edge_cortex-m4/bin/micro_speech.bin --load-address 0xC000 --magic-num 0xCB -o main_nonsecure_ota --version 0x0 # 生成真正在板子上運行的二進制文件 python3 tensorflow/lite/micro/tools/make/downloads/AmbiqSuite-Rel2.2.0/tools/apollo3_scripts/create_cust_wireupdate_blob.py --load-address 0x20000 --bin main_nonsecure_ota.bin -i 6 -o main_nonsecure_wire --options 0x1
最后生成的main_nonsecure_wire.bin才是真正要燒進去的文件。
燒寫
# 波特率 export BAUD_RATE=921600 # 設備號 export DEVICENAME="/dev/ttyUSB0" # 燒寫 python3 tensorflow/lite/micro/tools/make/downloads/AmbiqSuite-Rel2.2.0/tools/apollo3_scripts/uart_wired_update.py -b ${BAUD_RATE} ${DEVICENAME} -r 1 -f main_nonsecure_wire.bin -i 6
燒寫前，必須先按住bootloader鍵(14鍵)，按住14鍵的同時，按一下reset鍵，此時仍然按住14鍵不松，然后才能執行Python的燒寫命令，同時，不要忘了sudo chmod 666 /dev/ttyUSB0，以給其足夠的權限。
燒寫器用的是沁恆的CH34x，Ubuntu的默認CH340驅動是有問題的，有可能燒不進去。解決辦法：重新編譯CH34x驅動並加載驅動。
$ git clone https://github.com/juliagoda/CH341SER.git $ cd CH341SER/ $ make $ sudo insmod ch34x.ko $ sudo rmmod ch341
但是這是動態加載驅動的方式，所以每一次重啟后，再運行最后兩句重新加載驅動。
使用Arduino IDE在SparkFun Edge上編寫代碼
好了，至此，已經可以通過官方的開發方式或Arduino IDE的開發方式寫工程了。