USB神經網路計算卡在ARM Linux上之功能展示
接續這篇文章，本文說明如何將USB將USB神經網路計算卡在ARM平台Linux作業系統展示。本次使用的硬體平台為Raspberry Pi 3 Model B+ 樹莓派，軟體使用官方Raspbian Stretch with desktop and recommended software版本；整體組態如下所示：
» Read more作者: yilintung
USB神經網路計算卡在Android上之功能展示
接續這篇文章，本文說明如何將USB神經網路計算卡在Android作業系統上進行功能展示；整個程序在廠商Wik都有完整描述：http://wiki.t-firefly.com/NCCS1/android-started.html，以下補充實作需注意的地方。展示使用的硬體平台是“百度人臉識別開發套件”，作業系統為Android 8.1，週邊接線如下所示：
» Read moreUSB神經網路計算卡簡介與在X86 Linux上之功能展示
本文簡介以Gyrfalcon Technology公司Lightspeeur 2801S晶片為核心的USB神經網路計算卡，並說明如何使用其所附帶SDK在個人電腦(作業系統為Ubuntu Linux)上進行功能展示。USB神經網路計算卡的硬體規格可參考廠商網頁：https://www.global-plus-tech.com/product_1161350.html。以下是Lightspeeur 2801S晶片方案開發情境：
» Read more建立TensorFlow Lite for Android應用程式
說明如何使用Android Studio新建一個TensorFlow Lite for Android應用程式(APP)，並在該APP上運作一個自行定義與訓練的模型。於此需用到兩項關鍵技術：
- 使用Python程式語言撰寫基於TensorFlow框架的”機器學習”或”深度學習”程序，並將”訓練”與”驗證”後的成果轉換為TensorFlowLite模型檔(.tflite)
- 使用Java程式語言撰寫Android APP
使用Android Studio編譯TensorFlow Lite for Android展示程式
前一篇文章” 編譯TensorFlow Lite for Android展示與範例程式”說明如何使用bazel來編譯TensorFlow Lite for Android展示（demo）程式，但其並不是開發Android APP常用的方式；因此本文將說明如何使用Android Studio來編譯TensorFlow Lite for Android專案，介紹以下三種方法：首先是編譯第三方包裝好的展示程式原始碼，其次是編譯廠商提供的TfLiteSSDDemo展示專案，最後則為TensorFlow官方編譯展示程式之標準程序。
» Read more編譯TensorFlow Lite for Android展示與範例程式
前面兩篇文章” 安裝Android 8.1到百度人臉識別開發套件”與” TensorFlowLite for Android編譯環境安裝(macOS)”分別設定了硬體與軟體開發環境，接下來說明如何編譯TensorFlow Lite for Android的展示程式。在此特別說明的是，在這邊是使用晶片廠(Rockchip)修改後的TensorFlow版本，用以搭配” 百度人臉識別開發套件”。
» Read moreTensorFlow Lite for Android編譯環境安裝(macOS)
本篇主要是說明如何在macOS下安裝TensorFlow Lite for Android程式開發環境。關於應用程式(APP)的部份我都會在macOS下進行開發，以對應iOS與Android兩套作業系統。
» Read more安裝Android 8.1到百度人臉識別開發套件
“百度人臉識別開發套件”介紹：https://www.global-plus-tech.com/cn/product_1083603.html
套件搭配主板的資訊：http://www.t-firefly.com/product/industry/aio_3399.html
該套件出廠搭配的是Android 7.1與”百度”AI SDK，這篇文章說明如何將該套件更新到Android 8.1以對應Android Neural Networks API (NNAPI)。
» Read more