2019.5.7

構建MLO，編譯u-boot時候，文檔中一些錯誤

路徑問題，文件在home/wmy/ti-processor-sdk-linux-am57xx-evm-05.02.00.10/board-support_4.3.1.2/u-boot-2017.01+gitAUTOINC+c68ed086bd-gc68ed086bd/configs路徑下，make CROSS_COMPILE=arm-linux-gnueabihf- JN-industrPi_defconfig 

運行報以下錯誤

解決辦法：

sudo apt-get install device-tree-compiler安裝device-tree-compiler

而後從新編譯下就能夠了。

ubuntu查看本地ip：ifconfig -a

獲得本地ip地址爲：10.5.130.199

 

正常關閉終端：exit

minicom退出方法：ctrl+a，再x，會顯示肯定退出，回車便可

 若沒有正常關閉minicom，則再次上電時會出現/dev/ttyUSB0 is locked的錯誤，此時進入路徑/var/lock，將LOCK文件刪除便可。

 

打開圖形顯示界面：

1.先打開weston 顯示服務：/etc/init.d/weston start

2.打開Matrix 界面：/etc/init.d/matrix-gui-2.0 start

 

將yolo移植到該開發板上。

下載源碼，在開發板上編譯，將生成可執行文件darknet

進入該目錄：cd /run/media/mmcblk0p2/darknet

運行可執行文件：./darknet

結果顯示：usage: ./darknet <function>

使用yolov3-tiny作圖像檢測，運行命令：./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg

將輸出網絡結構，加載一張圖片大概14s，以後會顯示段錯誤。

若是隻作分類的話，則會顯示結果

輸入命令：./darknet classify cfg/tiny.cfg tiny.weights data/dog.jpg

會顯示分類結果

但分類結果也不是很正確，不知道什麼緣由。

 

sd卡分區工具：disk

在搜索框中搜索disk

點擊磁盤，可對sd卡進行分區。

圖形界面，比命令行直觀。

 

嵌入式分爲片上內存和片外內存，片上內存，離處理器核心電路很近，所以訪問消費的能量很小，可是片上內存較小，通常只有1-10 MB；片外內存能夠大，大於1G左右，可是訪問速度慢，並且離處理器遠，訪問一次須要消耗巨大的能量，至關於作200次乘法運算，是一次訪問片上內存所需能量的 128 倍。

所以，在作模型壓縮的時候，除了要考慮模型大小、計算量，還要考慮減少片外內存訪問。

目前爲模型瘦身的方法大體分爲兩類：修改模型拓撲結構、模型壓縮。

模型壓縮一種方法是在數據上減小精度，如將32位浮點數減少爲16位或8位浮點數，此作法的主要緣由是數據位長減少可大幅度減少存儲模型所需的存儲空間（1KB 能夠存儲 256 個 32-bit 浮點數，但能夠存儲 1024 個 8-bit 定點數）。雖然該作法必定會損失精度，所以爲了解決，提出了不少優化策略，如非線性編碼。

另外一種是網絡修剪，神經學習中有些神經元是冗餘的，所以網絡修剪就是去掉不活躍的神經元，然而如何觀察神經元的活躍程度呢？？？

Deep Compression將兩種方法結合起來，達到了35倍的壓縮。