基于米尔瑞芯微RK3576开发板的创建机器学习环境方案

swiftman

本文将介绍基于米尔电子MYD-LR3576开发板（米尔基于瑞芯微RK3576开发板）的创建机器学习环境的开发测试。

摘自优秀创作者-lulugl

米尔基于瑞芯微RK3576开发板

【前言】

【米尔-瑞芯微RK3576核心板及开发板】具有6TpsNPU以及GPU，因此是学习机器学习的好环境，为此结合《深度学习的数学——使用Python语言》

1、使用vscode 连接远程开发板

2、使用conda新建虚拟环境：

1. <font color="#000000">root@myd-lr3576x-debian:/home/myir/pro_learn# conda create --name myenv python=3.9</font>

复制代码

执行结果如下：

1. <font color="#000000">root@myd-lr3576x-debian:/home/myir/pro_learn# conda create --name myenv python=3.9
   
2. Channels:
   
3. - defaults
   
4. Platform: linux-aarch64
   
5. Collecting package metadata (repodata.json): done
   
6. Solving environment: done
   
7. 
   
8. ## Package Plan ##
   
9. 
   
10.   environment location: /root/miniconda3/envs/myenv
    
11. 
    
12.   added / updated specs:
    
13.     - python=3.9
    
14. 
    
15. 
    
16. The following packages will be downloaded:
    
17. 
    
18.     package                    |            build
    
19.     ---------------------------|-----------------
    
20.     _libgcc_mutex-0.1          |             main           2 KB  defaults
    
21.     _openmp_mutex-5.1          |           51_gnu         1.4 MB  defaults
    
22.     ca-certificates-2024.11.26 |       hd43f75c_0         131 KB  defaults
    
23.     ld_impl_linux-aarch64-2.40 |       h48e3ba3_0         848 KB  defaults
    
24.     libffi-3.4.4               |       h419075a_1         140 KB  defaults
    
25.     libgcc-ng-11.2.0           |       h1234567_1         1.3 MB  defaults
    
26.     libgomp-11.2.0             |       h1234567_1         466 KB  defaults
    
27.     libstdcxx-ng-11.2.0        |       h1234567_1         779 KB  defaults
    
28.     ncurses-6.4                |       h419075a_0         1.1 MB  defaults
    
29.     openssl-3.0.15             |       h998d150_0         5.2 MB  defaults
    
30.     pip-24.2                   |   py39hd43f75c_0         2.2 MB  defaults
    
31.     python-3.9.20              |       h4bb2201_1        24.7 MB  defaults
    
32.     readline-8.2               |       h998d150_0         381 KB  defaults
    
33.     setuptools-75.1.0          |   py39hd43f75c_0         1.6 MB  defaults
    
34.     sqlite-3.45.3              |       h998d150_0         1.5 MB  defaults
    
35.     tk-8.6.14                  |       h987d8db_0         3.5 MB  defaults
    
36.     tzdata-2024b               |       h04d1e81_0         115 KB  defaults
    
37.     wheel-0.44.0               |   py39hd43f75c_0         111 KB  defaults
    
38.     xz-5.4.6                   |       h998d150_1         662 KB  defaults
    
39.     zlib-1.2.13                |       h998d150_1         113 KB  defaults
    
40.     ------------------------------------------------------------
    
41.                                            Total:        46.2 MB
    
42. 
    
43. The following NEW packages will be INSTALLED:
    
44. 
    
45.   _libgcc_mutex      anaconda/pkgs/main/linux-aarch64::_libgcc_mutex-0.1-main
    
46.   _openmp_mutex      anaconda/pkgs/main/linux-aarch64::_openmp_mutex-5.1-51_gnu
    
47.   ca-certificates    anaconda/pkgs/main/linux-aarch64::ca-certificates-2024.11.26-hd43f75c_0
    
48.   ld_impl_linux-aar~ anaconda/pkgs/main/linux-aarch64::ld_impl_linux-aarch64-2.40-h48e3ba3_0
    
49.   libffi             anaconda/pkgs/main/linux-aarch64::libffi-3.4.4-h419075a_1
    
50.   libgcc-ng          anaconda/pkgs/main/linux-aarch64::libgcc-ng-11.2.0-h1234567_1
    
51.   libgomp            anaconda/pkgs/main/linux-aarch64::libgomp-11.2.0-h1234567_1
    
52.   libstdcxx-ng       anaconda/pkgs/main/linux-aarch64::libstdcxx-ng-11.2.0-h1234567_1
    
53.   ncurses            anaconda/pkgs/main/linux-aarch64::ncurses-6.4-h419075a_0
    
54.   openssl            anaconda/pkgs/main/linux-aarch64::openssl-3.0.15-h998d150_0
    
55.   pip                anaconda/pkgs/main/linux-aarch64::pip-24.2-py39hd43f75c_0
    
56.   python             anaconda/pkgs/main/linux-aarch64::python-3.9.20-h4bb2201_1
    
57.   readline           anaconda/pkgs/main/linux-aarch64::readline-8.2-h998d150_0
    
58.   setuptools         anaconda/pkgs/main/linux-aarch64::setuptools-75.1.0-py39hd43f75c_0
    
59.   sqlite             anaconda/pkgs/main/linux-aarch64::sqlite-3.45.3-h998d150_0
    
60.   tk                 anaconda/pkgs/main/linux-aarch64::tk-8.6.14-h987d8db_0
    
61.   tzdata             anaconda/pkgs/main/noarch::tzdata-2024b-h04d1e81_0
    
62.   wheel              anaconda/pkgs/main/linux-aarch64::wheel-0.44.0-py39hd43f75c_0
    
63.   xz                 anaconda/pkgs/main/linux-aarch64::xz-5.4.6-h998d150_1
    
64.   zlib               anaconda/pkgs/main/linux-aarch64::zlib-1.2.13-h998d150_1
    
65. 
    
66. 
    
67. Proceed ([y]/n)? y
    
68. 
    
69. 
    
70. Downloading and Extracting Packages:
    
71.                                                                                                                                       
    
72. Preparing transaction: done                                                                                                           
    
73. Verifying transaction: done                                                                                                           
    
74. Executing transaction: done                                                                                                           
    
75. #                                                                                                                                    
    
76. # To activate this environment, use                                                                                                   
    
77. #                                                                                                                                    
    
78. #     $ conda activate myenv                                                                                                         
    
79. #                                                                                                                                    
    
80. # To deactivate an active environment, use                                                                                            
    
81. #                                                                                                                                    
    
82. #     $ conda deactivate                                                                                                              
    
83.                                                                                                                                       
    
84. root@myd-lr3576x-debian:/home/myir/pro_learn#</font>

复制代码

然后再激活环境：

1. <font color="#000000">root@myd-lr3576x-debian:/home/myir/pro_learn# conda activate myenv
   
2. (myenv) root@myd-lr3576x-debian:/home/myir/pro_learn#</font>

复制代码

2、查看python版本号：

1. <font color="#000000">(myenv) root@myd-lr3576x-debian:/home/myir/pro_learn# python --version
   
2. Python 3.9.20</font>

复制代码

3、使用conda install numpy等来安装组件，安装好后用pip list查看

编写测试代码：

1. <font color="#000000">import numpy as np
   
2. from sklearn.datasets import load_digits
   
3. from sklearn.neural_network import MLPClassifier
   
4. d = load_digits()
   
5. digits = d["data"]
   
6. labels = d["target"]
   
7. 
   
8. N = 200
   
9. idx = np.argsort(np.random.random(len(labels)))
   
10. xtest, ytest = digits[idx[:N]], labels[idx[:N]]
    
11. xtrain, ytrain = digits[idx[N:]], labels[idx[N:]]
    
12. clf = MLPClassifier(hidden_layer_sizes=(128, ))
    
13. clf.fit(xtrain, ytrain)
    
14. 
    
15. score = clf.score(xtest, ytest)
    
16. pred = clf.predict(xtest)
    
17. err = np.where(pred != ytest)[0]
    
18. print("score:", score)
    
19. print("err:", err)
    
20. print("actual:", ytest[err])
    
21. print("predicted:", pred[err])</font>

复制代码

在代码中，使用MLPClassifier对象进行建模，训练测试，训练数据集非常快，训练4次后可以达到0.99:

【总结】

米尔的这款开发板，搭载3576这颗强大的芯片，搭建了深度学习的环境，进行了基础的数据集训练，效果非常好！在书中记录训练要几分钟，但是这在这款开发板上测试，只要几秒钟就训练完毕，书中说总体准确率为0.97，但是我在这款开发板上有0.99的良好效果！