nesl/neurosymbolic-tinyml
📦 开源项目nesl
一款专为微控制器设计的平台感知型神经符号 AutoML 框架，助力高效 TinyML 部署。
TinyNS 通过结合神经网络的适应性与符号 AI 的可解释性及高效性，在边缘计算领域实现了重大突破。该框架专为微控制器架构设计，解决了内存、功耗和算力受限带来的独特挑战。它利用贝叶斯优化和约束优化技术，执行感知目标硬件限制的自动化神经架构搜索（NAS）和超参数调优。核心功能包括对物理感知机器学习、对抗性鲁棒性的支持，以及与 TensorFlow Lite for Microcontrollers 的无缝集成。通过引入符号约束，TinyNS 不仅能创建体积更小、速度更快的模型，还能在安全关键型边缘应用中提供更高的可靠性。对于希望在低功耗硬件上突破性能极限、从传统深度学习转向更智能的混合神经符号系统的研究人员和工程师而言，这是一个必不可少的工具。
💡核心亮点
- ├─面向 TinyML 的平台感知型 AutoML
- ├─神经符号混合架构设计
- └─针对微控制器深度优化
🎯适用人群
- ├─嵌入式系统工程师
- ├─TinyML 研究人员
- └─边缘 AI 开发者