TinyMaix 超轻量级推理框架

TinyMaix 是矽速科技（Sipeed）推出的一款面向单片机（MCU）的超轻量级的神经网络推理库，即 TinyML 推理库，可以让你在任意单片机上运行轻量级深度学习模型。

关键特性

核心代码少于 400 行（tm_layers.c + tm_model.c + arch_cpu.h），代码段（.text）少于 3KB。
低内存消耗，甚至 Arduino ATmega328（32KB Flash，2KB Ram）都能基于 TinyMaix 跑 mnist（手写数字识别）。
支持 INT8/FP32/FP16 模型，实验性地支持 FP8 模型，支持 keras h5 或 tflite 模型转换。
支持多种芯片架构的专用指令优化：ARM SIMD/NEON/MVEI、RV32P、RV64V。
友好的用户接口，只需要 load/run 模型。
支持全静态的内存配置（无需 malloc）。