针对嵌入式设备的tinyMLPerf深度学习基准 TinyMLPerf的目标是提供一组代表性的深度神经网络和基准测试代码,以比较嵌入式设备之间的性能。 嵌入式设备包括微控制器,DSP和微型NN加速器。 这些设备通常在10MHz至250MHz之间运行,并且可以使用不到50mW的功率执行推理。 TinyMLPerf提交的内容将使设备制造商和研究人员可以为他们的用例选择最佳的硬件,并允许硬件和软件供应商展示其产品。 TinyMLPerf主要用于基准测试硬件,而不是新的网络体系结构或嵌入式神经网络运行时。 参考基准是使用TensorFlow Lite for Microcontrollers(TFLM)提供的。 提交者可以直接使用TFLM,尽管鼓励提交者使用在其硬件上最有效的软件堆栈。