区块链是否属于大数据的范畴

inyML的大多数技能来自处理微控制器的复杂世界。TF Lite和TF Lite Micro非常小，因为已删除了所有不必要的功能。不幸的是，这包括有用的功能，例如调试和可视化。这意味着，如果在部署过程中出现错误，可能很难分辨正在发生什么。

另外，尽管模型必须存储在设备上，但模型还必须能够执行推理。这意味着微控制器必须具有足够大的内存以使其能够运行(1)其操作系统和库，(2)神经网络解释器(例如TF Lite)，(3)存储的神经权重和神经体系结构，以及(4)推理过程中的中间结果。因此，tinyML研究论文中经常引用量化算法的峰值内存使用量，以及内存使用量，乘法累加单位(MAC)的数量，准确性等。

为什么不在设备上训练?

在设备上进行训练会带来更多的并发症。由于数值精度降低，要保证足够的网络训练所需的精度水平变得极为困难。标准台式计算机上的自动区分方法对于机器精度大约是准确的。以10 ^ -16的精度计算导数是令人难以置信的，但是对8位值使用自动微分将导致较差的结果。在反向传播过程中，这些导数会复合并最终用于更新神经参数。在如此低的数值精度下，这种模型的精度可能很差。

话虽如此，神经网络已经使用16位和8位浮点数进行了训练。

Suyog Gupta及其同事在2015年发表的第一篇有关降低深度学习中的数值精度的论文是""。本文的结果很有趣，表明32位浮点表示形式可以减少为16位定点表示形式，而精度几乎没有降低。但是，这是使用的唯一情况， 因为平均而言，它会产生无偏结果。

在2018年，Naigang Wang及其同事在其论文"使用8位浮点数"中使用8位浮点数训练了神经网络。由于需要在反向传播期间保持梯度计算的保真度(在使用自动微分时能够实现机器精度)，因此使用8位数字而不是推理来训练神经网络要实现的挑战明显更大。
 

由于某些信息可能会在量化过程中丢失(例如，在基于整数的平台上，浮点表示形式的值为3.42可能会被截断为3)。为了解决这个问题，还提出了量化感知(QA)培训作为替代方案。QA训练从本质上将训练期间的网络限制为仅使用量化设备上可用的值。

霍夫曼编码

编码是一个可选步骤，有时会通过最大有效地存储数据(通常通过著名的来进一步减小模型大小。

汇编

对模型进行量化和编码后，将其转换为可由某种形式的轻型神经网络解释器解释的格式，其中最受欢迎的可能是(〜500 KB大小)和(〜大小为20 KB)。然后将模型编译为C或C ++代码(大多数微控制器使用的语言以有效利用内存)，并由解释器在设备上运行
 

随着乡村振兴推进，更多居民爱上周边游、近郊游，乡村民宿消费“走俏”。飞猪平台数据显示，假期期间该平台上乡村民宿订单量同比增长68%。马蜂窝数据显示，国内民宿客单价较去年同期上涨32.97%，“当地游”的客单价也较去年同期上涨31%。据上海市文化和旅游局统计，假期前5天，崇明世界级生态岛各景区点接待游客22.78万人次，同比增长290%。

错峰出游、预约出行、寓学于游……文明理性出游方式蔚然成风

疫情防控常态化阶段，人们更加注重文明理性出游，这也从旅游平台数据上得到印证。

驴妈妈旅游网数据显示，10月3日和4日，国内周边游进入高峰期，且相较于往年热度更高，错峰出行游客明显增加。上海市文化和旅游局数据显示，即便在作为游客返程高峰期的7日，沪上150多家主要景区(点)共接待游客104万人次,同比增长25%，折射更多市民游客错峰出游。

上海财经大学教授何建民分析，与往年假期游客前往景区有明显的“潮汐”特征不同，今年假期更多居民通过错峰方式出游，这也是众多景区接待量恢复程度较高甚至实现同比增长的原因。

“预约旅游”已蔚然成风。在携程平台上，国内已有超过1万家景区提供预约预订服务，越来越多的景区通过信息化手段来保障游客的参观体验。另据《5A景区数字文旅发展水平调研报告》，我国5A级景区在线预约比例已达94%。

更多游客“寓学于游”。驴妈妈旅游网平台上预订景区电子导览、含人工讲解套餐等产品人次较去年国庆假期增长35%。驴妈妈董事长王小松分析，随着我国居民旅游休闲消费升级，游客不仅希望住得舒适、吃得地道，也希望深度了解目的地的历史文化，人们正在享受更美好的“诗和远方”

（编辑：阿坝站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!