Arm开放机器学习开发者社区

当地时间19日,国际消费电子展(CES 2018)在美国拉斯维加斯拉开大幕,据主办方官网显示,今年的CES三大趋势之一便是AI的狭义应用,包括语音识别、计算机视觉和机器学习。在我们的日常生活中,人工智能和机器学习扮演着越来越重要的作用,同时大部分科技的实现也都采用了Arm技术,我们在不断给世界创造出更多的可能性。

 


在此过程中,人工智能会更加频繁的出现在我们的设备中,安全问题,延迟问题以及成本问题等也成为越来越多人考虑的重点。为此,Arm新的开发者网站提供了一站式服务,包括各类托管资源、详细的产品信息以及强大的共享知识库,帮助开发者解决机器学习(Machine Learning)开发过程中遇到的问题,找到合适的解决方案。


Arm生态系统及其资源


这些年来,Arm提供了很多软件工具和数据库支持机器学习的开发,这些产品与我们的硬件架构协同工作,如此可以提高开发者的开发体验,包括提升性能,修补漏洞等。Arm仍在不断的更新着这类资源,帮助开发者最大限度的利用我们的解决方案和经验来解决他们面临的挑战。在我们的网站上,您将会找到更多相关的工具。

 

同时,不管是针对服务器问题的Linux解决方案还是针对移动端问题的软件解决方案,Arm与生态系统合作伙伴都保持密切合作,支持Arm设备上的软件堆栈和SDK的运行。我们一直在研究机器学习架构,确保他们能够得到最优化利用,同时还准备好了解决各类硬件产品问题,所以您能在我们的网站上找到一些真正有用的资源。我们也希望您能邀请更多的开发者朋友们加入我们的生态系统,并分享他们的经验与想法。


教程和工具

有时候,当你听到例如机器学习这类新技术只能运行于一些大型的专用平台上时,你会感到很遗憾。但是放心,Arm会为你展示如何在Raspberry Pi这么小的设备上也能进行操作机器学习的案例。

 

此外,Arm也会关注普通设备在实现机器学习应用过程中出现的一些计算问题,找出不同类型的解决方案。我们期待能够分享神经网络模型,低功耗系统方面的一些创新性解决方案,以及隐私和安全性方面的一些策略和对策。

 

展望未来

 

新的一年,Arm在机器学习领域将会大放异彩,我们期待各位开发者能积极参与进来,Arm也将会为你们提供一个更加丰富的资源平台,各类教程和一些有趣的案例,帮助你们更好的解决产品开发中遇到的问题。

 

我们期待这个平台能更好的为您服务,那么,快快来加入我们的生态系统,留下你们的反馈和建议吧。

请访问:机器学习开发者社区

Anonymous
  • 使用Streamline分析RTOS系统性能

    本文翻译自Analyzing the performance of RTOS-based systems using Streamline ============================================================= Streamline是DS-5中的性能分析工具, Streamline可以用来分析裸机系统,RTOS,Linux,Android和Tizen系统的性能…
  • 免费的原生aarch64 CI/CD

            开源软件社区的朋友们有福了!如果你有个开源软件项目想支持Arm架构平台,却苦于没有Arm服务器做CI/CD (持续集成/持续交付),那这个好消息你可不能错过。7月10日,Shippable宣布和Arm,Packet.net达成合作伙伴关系,为Arm平台上的软件开发提供原生的CI/CD服务,重点是(敲黑板了)对于开源软件项目,Shippble提供免费的CI/CD服务!这些服务运行在给所有开源软件共享的64位的Armv8…
  • 当增强现实(AR)遇到机器学习(ML),一个结合 Google ARCore 与 Arm NN 的 Unity 案例

    背景介绍 在 Unity 中打开 Google ARCore 功能 编译 Arm NN 共享库 作为 Unity 的 Native 插件的一个 C++ 物体检测器 整合 Arm NN 到 Unity 中 背景介绍 增强现实和机器学习是当前两项最前沿的技术。其中增强现实可以把虚拟的物体惟妙惟肖地渲染到真实世界当中。 而机器学习,则可以帮助程序更好的认识真实世界中的物体。同时运用这两项技术,我们将可以创造出一系列新颖的应用…