神经网络

作者：马玺

AI是当下最火的技术话题，软件行业有以AI为特色的云服务，硬件行业有AI处理器，高端手机也用上了AI处理器，汽车的人无人驾驶技术更是AI最典型应用，取代有人驾驶，完美的解释了什么是人工智能，就是让机器系统具有人类的智能。

01、工业机器人手臂

<center><img src="http://mouser.eetrend.com/files/2020-06/wen_zhang_/100049710-99013-1.pn…; alt=“图片来源：a-image/Shutterstock.com” width="600"></center><center>图片来源：a-image/Shutterstock.com</center>

2016年，围棋人工智能软件AlphaGo打败了韩国围棋名将李世石。2017年，新一代AlphaGo（AlphaGo Master）的战斗力升级，又打败了世界排名第一的柯洁。这样的人工智能（Artificial Intelligence）系统，不再简单地只靠储存能力战胜人类，而是已经在一些具体的领域超越了人类的认知，甚至像是拥有了“思考”的能力，更接近大众对人工智能的想象。

目前，在许多需要在本地进行数据分析的“永远在线”的物联网边缘设备中，神经网络正在变得越来越普及，主要是因为可以有效地同时减少数据传输导致的延时和功耗。而谈到针对物联网边缘设备上的神经网络，我们自然会想到Arm Cortex-M系列处理器内核，那么如果您想要强化它的性能并且减少内存消耗，CMSIS-NN就是您最好的选择。基于CMSIS-NN内核的神经网络推理运算，对于运行时间/吞吐量将会有4.6X的提升，而对于能效将有4.9X的提升。

CMSIS-NN库包含两个部分： NNFunction和NNSupportFunctions。 NNFunction包含实现通常神经网络层类型的函数，比如卷积（convolution），深度可分离卷积（depthwise separable convolution），全连接（即内积inner-product）, 池化（pooling）和激活（activation）这些函数被应用程序代码用来实现神经网络推理应用。内核API也保持简单，因此可以轻松地重定向到任何机器学习框架。NNSupport函数包括不同的实用函数，如NNFunctions中使用的数据转换和激活功能表。这些实用函数也可以被应用代码用来构造更复杂的NN模块，例如，长期短时记忆（LSTM）或门控循环单元（GRU）。