百科.dev
全部条目在线工具AI 编程趋势榜开源项目技术资讯提交条目
登录
< 返回工具列表
T

TinyMaix

> 编程语言
开源

TinyMaix 是一个用于微控制器的小型推理库 (TinyML)。

1.1K stars0 点赞0 次浏览
访问官网GitHub

工具介绍

TinyMaix 是一个用于微控制器的小型推理库 (TinyML)。

TinyMaix

中文 | TinyMaix 是一款专门用于微控制器的小型推理库 (TinyML)。 我们的设计遵循以下规则:易于使用>便携>速度>空间 tinyML 简介: TinyML 请参阅测试过的 48 个芯片和基准测试: 基准测试 好消息: 获得奖励的 TinyMaix 移植

主要特点

  • 核心代码少于 400 行(tm_layers.c + tm_model.c + arch_cpu.h),.text 部分代码小于 3KB
  • 内存消耗低,即使是 Arduino ATmega328(32KB 闪存,2KB 内存)也可以在 TinyMaix 上运行 mnist
  • 支持 INT8/FP32/FP16 模型,实验性支持 FP8,可从 keras h5 或 tflite 转换
  • 支持多种架构加速:ARM SIMD/NEON/MVEI,RV32P,RV64V,CSKYV2,X86 SSE2 ~
  • 友好的接口,只需加载/运行模型 ~
  • 支持全静态内存配置
  • MaixHub 在线模型训练 支持

TODO 列表

  1. 优化 tm_layers.c 为 tm_layers_O1.c,旨在提高速度 1.4~2.0 倍 已完成
  2. 添加“ADD”运算符,以支持 resnet/mbnet v2 已完成!
  3. 为 64KB/128KB/256KB/512KB 内存限制训练出优秀的后端模型
  4. 添加示例:检测器、KWS、HAR、手势、OCR 等
  5. ...

TinyMaix 是一个周末黑客马拉松项目,因此它简单到可以在 30 分钟内阅读完,并且可以帮助 TinyML 新手了解它是如何运行的。 TinyMaix 的目标是成为一个简单的 TinyML 推理库,它放弃了许多新功能,并且不使用像 CMSIS-NN 这样的库。 遵循这一设计目标,现在 TinyMaix 只需要 5 个文件即可编译。 我们希望 TinyMaix 能够帮助任何 MCU 运行 AI 模型,每个人都可以将其移植到自己的硬件平台上。

Issues· 0 开放

查看全部 Issues在 GitHub 打开

暂无开放 Issues,或尚未同步最近议题。

> 标签

C

暂无评论,来聊聊你的看法吧

> 工具信息

发布日期2026年8月1日
最后更新2026年9月17日
分类编程语言
定价开源

> 相关工具

T
TypeScript
JavaScript 的超集,为前端与全栈提供静态类型
P
Python
通用编程语言,广泛用于 Web、数据与 AI
G
Go
Google 推出的简洁高效系统语言