# K210_Tutorial **Repository Path**: Sytx_1/K210_Tutorial ## Basic Information - **Project Name**: K210_Tutorial - **Description**: No description available - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2021-06-07 - **Last Updated**: 2021-06-07 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # K210基础入门 作者: Kyle阿凯 ## 关于课程 课程的第一部分是通过训练神经网络识别手写字符`X`跟`O`, 学会使用Tensorflow创建模型,并转换为K210的模型格式。 第二部分是教你用k210的SDK, 调用之前的模型,运算完成之后在LCD液晶屏上显示识别结果。 ## 模型训练与转换 ![tic_tac_toe.gif](./image/tic_tac_toe.gif) [1.手写字母数据预处理](1.手写字母XO数据预处理/手写字母XO数据预处理.md) 先尝试做一下分类,目标是通过神经网络分类,然后完成Tic-Tac-Toe的游戏. 数据集可以来自于手写字母,提取字母中的`X`跟`O` [2.Tensorflow神经网络模型训练与冻结](2.Tensorflow神经网络模型训练与冻结/Tensorflow神经网络模型训练与冻结.md) 使用Tensorflow构建一个神经网络模型,用于识别字符`X`跟字符`O`. 使用上节课处理过的训练数据, 对模型进行训练. 训练完成之后,冻结模型, 导出pb模型文件。 [3.模型结构可视化TensorBoard](3.模型结构可视化TensorBoard/模型结构可视化TensorBoard.md) 通过TensorBoard查看神经网络模型结构 [4.TensorFlow模型转换为TFlite模型](4.TensorFlow模型转换为TFlite模型/TensorFlow模型转换为TFlite模型.md) Tensorflow模型的后缀是`pb`, TFLite模型的后缀是`tflite`. 从`pb`格式转换为`tflite`格式, 需要使用`Maix_Toolbox` 根目录下的`pb2tflite.sh`脚本。 [5.TFLite模型转换为K210模型](5.TFLite模型转换为K210模型/TFLite模型转换为K210模型.md) 使用nncase工具箱与MaixToolbox里面的工具完成K210模型转换。 ## K210 SDK编程指南 [6.配置K210的开发环境](6.配置K210的开发环境/配置K210的开发环境.md) [7.K210手写数字识别例程源码解读](7.K210手写数字识别例程源码解读/K210手写数字识别例程源码解读.md) 关于如何自己训练一个卷积神经网络,并在MAIX开发板上运行,Zepan已经在sipeed的Blog写了一篇比较完整的教程:[30分钟训练,转换,运行MNIST于MAIX开发板](http://blog.sipeed.com/p/518.html) 本教程主要是对mnist的K210例程做一个详细的解读, 对原来例程里面的`main.c`做了逐行注释. 需要注意的是Sipeed的Lichee K210 Examples 年久失修,已经跟最新版本的K210 ToolChain 还有 SDK不兼容了, 后续有时间重构一份源码。