TVM训练TinyML

如何利用TVM训练TinyML
当前，机器学习研究者及从业者对“裸机”（即低功耗设备，通常不配备操作系统）表现出浓厚的兴趣。虽然已有专家能够在部分裸机设备上运行特定模型，但针对不同设备进行模型优化的难度极高，通常需要人工调整设备专用的库文件。对于那些缺乏Linux支持的平台而言，目前尚无适用于模型部署的可扩展性解决方案。因此，为了适配新型设备，开发人员必须构建一次性的定制化软件堆栈，以实现系统资源管理以及模型执行调度。

手动优化机器学习软件并非裸机设备领域特有的问题。事实上，对于采用其他硬件后端（如GPU和FPGA）的开发人员而言，这一挑战已成为普遍现象。TVM已被证实能够应对新型硬件目标带来的冲击，然而直至目前仍未能有效处理微控制器所具有的独特属性。为了解决这一问题，TVM被进一步扩展，并新增了一个名为µTVM（脚注：发音为“MicroTVM”）的微控制器后端模块。µTVM能够在主机驱动的裸机设备上执行张量程序，并借助TVM内置的AutoTVM张量程序优化器实现这些程序的自动化优化过程。下图展示了µTVM与AutoTVM结合后的整体架构概览：

功能
在阐述