本篇测评由与非网的优异测评者“短笛君”供应。本文将先容基于米尔电子MYD-YD9360商显板（米尔基于芯驰D9360国产开发板）的TinyMaxi轻量级的神经网络推理库计划测试。
TinyMaix 是面向单片机的超轻量级的神经网络推理库，即 TinyML 推理库，能够让你在肆意单片机上运转轻量级深度进修模子~
搭建的环境为编译的Ubuntu18.04 曾经预装好cmake make对象因为邪术网络缘故原由，这里提早下载好tar包到宿主机上，而后传输到板卡中解压
•检察cmake版本
cmake -version
•检察make版本
make -version
确认文件门路，尽可能不要拷贝到有权限的门路下
自带示例
文件布局
MNIST示例
MNIST是手写数字辨认使命
cd到examples/mnist目录下 应用mkdir build && cd build 敕令切换到build文件夹下
cmake ..make./ mnist
cmake天生构建体系
应用make构建可执行文件而后运转
能够看到输入信息
MNIST 示例默许未应用任何指令加快，运行了一张 28×28 的手写数字模仿图象，共损耗了 0.114 毫秒
MBNET示例
mbnet 是适用于挪移设置装备摆设的简略图象分类模子。
切换到 /examples/mbnet 目次：
修正 main.c 文件
建立 build 文件夹并切换
应用 cmake 敕令天生构建体系
应用 make 敕令构建体系，天生可执行文件
运转可执行文件，施行结果以下
MBNET 示例运转输入了一张 96×96×3 的 RGB 图象，输入 1000 分类，共损耗了 16.615 毫秒
运转cifar10 demo
米尔电子MYD-YD9360商显板