如何创建机器学习环境--基于门徒娱乐瑞芯微RK3576开发板
2025-06-26
921
来源：门徒娱乐电子
本文将介绍基于门徒娱乐电子MYD-LR3576开发板（门徒娱乐基于瑞芯微RK3576开发板）的创建机器学习环境的方案的开发测试。
摘自优秀创作者-lulugl
门徒娱乐基于瑞芯微RK3576开发板
【前言】
【门徒娱乐-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
root@myd-lr3576x-debian:/home/myir/pro_learn# conda create --name myenv python=3.9
执行结果如下：
root@myd-lr3576x-debian:/home/myir/pro_learn# conda create --name myenv python=3.9 Channels: - defaults Platform: linux-aarch64 Collecting package metadata (repodata.json): done Solving environment: done ## Package Plan ## environment location: /root/miniconda3/envs/myenv added / updated specs: - python=3.9 The following packages will be downloaded: package | build ---------------------------|----------------- _libgcc_mutex-0.1 | main 2 KB defaults _openmp_mutex-5.1 | 51_gnu 1.4 MB defaults ca-certificates-2024.11.26 | hd43f75c_0 131 KB defaults ld_impl_linux-aarch64-2.40 | h48e3ba3_0 848 KB defaults libffi-3.4.4 | h419075a_1 140 KB defaults libgcc-ng-11.2.0 | h1234567_1 1.3 MB defaults libgomp-11.2.0 | h1234567_1 466 KB defaults libstdcxx-ng-11.2.0 | h1234567_1 779 KB defaults ncurses-6.4 | h419075a_0 1.1 MB defaults openssl-3.0.15 | h998d150_0 5.2 MB defaults pip-24.2 | py39hd43f75c_0 2.2 MB defaults python-3.9.20 | h4bb2201_1 24.7 MB defaults readline-8.2 | h998d150_0 381 KB defaults setuptools-75.1.0 | py39hd43f75c_0 1.6 MB defaults sqlite-3.45.3 | h998d150_0 1.5 MB defaults tk-8.6.14 | h987d8db_0 3.5 MB defaults tzdata-2024b | h04d1e81_0 115 KB defaults wheel-0.44.0 | py39hd43f75c_0 111 KB defaults xz-5.4.6 | h998d150_1 662 KB defaults zlib-1.2.13 | h998d150_1 113 KB defaults ------------------------------------------------------------ Total: 46.2 MB The following NEW packages will be INSTALLED: _libgcc_mutex anaconda/pkgs/main/linux-aarch64::_libgcc_mutex-0.1-main _openmp_mutex anaconda/pkgs/main/linux-aarch64::_openmp_mutex-5.1-51_gnu ca-certificates anaconda/pkgs/main/linux-aarch64::ca-certificates-2024.11.26-hd43f75c_0 ld_impl_linux-aar~ anaconda/pkgs/main/linux-aarch64::ld_impl_linux-aarch64-2.40-h48e3ba3_0 libffi anaconda/pkgs/main/linux-aarch64::libffi-3.4.4-h419075a_1 libgcc-ng anaconda/pkgs/main/linux-aarch64::libgcc-ng-11.2.0-h1234567_1 libgomp anaconda/pkgs/main/linux-aarch64::libgomp-11.2.0-h1234567_1 libstdcxx-ng anaconda/pkgs/main/linux-aarch64::libstdcxx-ng-11.2.0-h1234567_1 ncurses anaconda/pkgs/main/linux-aarch64::ncurses-6.4-h419075a_0 openssl anaconda/pkgs/main/linux-aarch64::openssl-3.0.15-h998d150_0 pip anaconda/pkgs/main/linux-aarch64::pip-24.2-py39hd43f75c_0 python anaconda/pkgs/main/linux-aarch64::python-3.9.20-h4bb2201_1 readline anaconda/pkgs/main/linux-aarch64::readline-8.2-h998d150_0 setuptools anaconda/pkgs/main/linux-aarch64::setuptools-75.1.0-py39hd43f75c_0 sqlite anaconda/pkgs/main/linux-aarch64::sqlite-3.45.3-h998d150_0 tk anaconda/pkgs/main/linux-aarch64::tk-8.6.14-h987d8db_0 tzdata anaconda/pkgs/main/noarch::tzdata-2024b-h04d1e81_0 wheel anaconda/pkgs/main/linux-aarch64::wheel-0.44.0-py39hd43f75c_0 xz anaconda/pkgs/main/linux-aarch64::xz-5.4.6-h998d150_1 zlib anaconda/pkgs/main/linux-aarch64::zlib-1.2.13-h998d150_1 Proceed ([y]/n)? y Downloading and Extracting Packages: Preparing transaction: done Verifying transaction: done Executing transaction: done # # To activate this environment, use # # $ conda activate myenv # # To deactivate an active environment, use # # $ conda deactivate root@myd-lr3576x-debian:/home/myir/pro_learn#
然后再激活环境：
root@myd-lr3576x-debian:/home/myir/pro_learn# conda activate myenv (myenv) root@myd-lr3576x-debian:/home/myir/pro_learn#
2、查看python版本号：
(myenv) root@myd-lr3576x-debian:/home/myir/pro_learn# python --version Python 3.9.20
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：
import numpy as np
from sklearn.datasets import load_digits
from sklearn.neural_network import MLPClassifier
d = load_digits()
digits = d["data"]
labels = d["target"]
N = 200
idx = np.argsort(np.random.random(len(labels)))
xtest, ytest = digits[idx[:N]], labels[idx[:N]]
xtrain, ytrain = digits[idx[N:]], labels[idx[N:]]
clf = MLPClassifier(hidden_layer_sizes=(128, ))
clf.fit(xtrain, ytrain)
score = clf.score(xtest, ytest)
pred = clf.predict(xtest)
err = np.where(pred != ytest)[0]
print("score:", score)
print("err:", err)
print("actual:", ytest[err])
print("predicted:", pred[err])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】
门徒娱乐的这款开发板，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！
2025-12-19
Buildroot MQTT-Modbus 网关开发，实现设备远程监控方案-门徒娱乐RK3506
在工业物联网与智能家居场景中，远程设备监控的核心痛点是工业总线协议与物联网协议的兼容性问题。基于RK3506 Buildroot系统开发的MQTT-Modbus网关产品，通过协议桥接技术完美解决这一难题，为低成本、高可靠的远程监控提供了高效解决方案。一、核心开发平台与技术选型硬件平台选用RK3506处理器作为网关核心硬件，该芯片具备低功耗、高性价比特性，支持多接口扩展，完全适配工业级嵌入式场景需求
2025-12-19
SDK重磅升级，RK3506核心板解锁三核A7实时控制新架构
在工业控制与边缘智能领域，开发者的核心需求始终明确：在可控的成本内，实现可靠的实时响应、稳定的通信与高效的开发部署。门徒娱乐电子基于RK3506处理器打造的MYC-YR3506核心板平台，近期完成了一次以“实时性”和“可用性”为核心的SDK战略升级，致力于将多核架构的潜力转化为工程师可快速落地的产品力。本次升级围绕两大主线展开：系统生态的多样化与实时能力的深度释放。我们不仅提供了从轻量到丰富的操作系统
2025-12-11
赋能欧标充电桩市场：OCPP协议实战开发指南
随着全球电动汽车产业的迅猛发展，充电基础设施的智能化与标准化已成为行业迫切需求。OCPP（Open Charge Point Protocol即开放充电点协议）作为连接充电桩与中央管理系统的"通用语言"，正成为解决设备互联互通难题的关键技术。一、OCPP：为何是出海欧标的必选项？OCPP是一个开放、标准的通信协议，它确保了不同制造商生产的充电桩能够与任何兼容的后台管理系统进行无
2025-12-11
打造本地化智能的“最强大脑”， 门徒娱乐RK3576 AI边缘计算盒
在人工智能与边缘计算深度融合的浪潮中，本地化智能需求正重塑产业格局。门徒娱乐电子推出的RK3576边缘计算盒，具备高算力、低功耗与强扩展性，凭借其卓越的硬件架构与多场景适配能力，正成为推动工业视觉、工程机械及智慧城市等领域智能化产业升级的有力工具。门徒娱乐MYD-LR3576-B边缘计算盒基于瑞芯微中高端RK3576芯片，采用异构计算架构，集成4核Cortex-A72与4核Cortex-A53处理器，搭配
2025-12-05
从两轮车仪表到工程机械环视，门徒娱乐用国产芯打造“越级”显控体验
在工业4.0 与智能化浪潮的推动下，传统工业设备正在经历一场“交互革命”。从电动两轮车的智能仪表，到工程机械的 360° 环视中控，用户对“更高清的显示、更流畅的触控、更丰富的互联”提出了严苛要求。然而，面对复杂的工业现场，开发者往往面临两难：低端市场（如仪表、充电桩）：传统MCU 跑不动复杂界面，上 Linux/安卓方案成本又太高。中高端市场（如工程机械、医疗）：多路视频输入（如360环视）需要
2025-12-05
【深度实战】门徒娱乐MYD-LR3576 AMP非对称多核开发指南：从配置到实战
一、什么是AMP？为什么重要？AMP（Asymmetric Multi-Processing）非对称多处理架构，允许单个芯片的不同核心运行不同的操作系统或裸机程序。相比传统的SMP（对称多处理），AMP具有独特优势。核心特性：异构运算：不同核心运行最适合的操作系统，如Linux处理复杂应用，RT-Thread保障实时任务；资源隔离：各核心拥有独立内存空间，避免资源冲突；灵活通信：通过共享内存、RP
2025-11-27
为机器人开发赋能，门徒娱乐RK3576环视方案解析
一、项目背景与测试平台本次360环视系统原型基于门徒娱乐电子MYD-LR3576开发板进行构建与评估。该开发板所搭载的瑞芯微RK3576芯片，集成了4核Cortex-A72、4核Cortex-A53、Mali-G52 GPU及高达6TOPS算力的NPU。本文旨在通过实际测试数据，从功能实现、实时性能与AI拓展潜力三大核心维度，为客户提供一份关于该平台在360环视应用中能力的真实参考。二、系统流程与功能
2025-11-13
助力V2G，SECC GreenPHY实战开发
随着电动汽车与电网双向交互（V2G）技术的快速发展，充电桩与车辆间的高效通信成为实现智能能源管理的关键。SECC作为充电桩的通信控制核心，其与电力线载波通信芯片的适配尤为重要。本文将分享基于门徒娱乐核心板，调试联芯通MSE102x GreenPHY芯片的实战经验，为V2G通信开发提供参考。MSE102x芯片介绍联芯通MSE102x系列芯片是一款专注于电动汽车充电通信和智能能源管理的GreenPHY电力
2025-11-13
定制未来，共建生态，门徒娱乐出席安路研讨会
在数字化浪潮席卷全球的今天，FPGA技术正成为驱动创新的核心引擎。2025年11月12日，门徒娱乐出席安路科技2025 AEC FPGA技术沙龙•北京专场，与技术专家及行业伙伴齐聚一堂，探讨前沿技术趋势，解锁场景化定制方案，共建开放共赢的FPGA新生态！门徒娱乐活动现场论坛上，门徒娱乐电子产品经理Jeson发表题为“基于DR1M90 FPSOC的工业应用方案”的演讲。演讲介绍了门徒娱乐作为嵌入式领域的领军企业，在
2025-11-11
RK3576开发板
RK3576开发板是门徒娱乐电子推出的开发板，于2024年10月上市。RK3576开发板是基于瑞芯微RK3576搭载了四核A72与四核A53处理器，主频2.2GHz。RK3576集成了6TOPS的NPU，支持多种深度学习框架，能够处理复杂的AI算法，提高监控效率，降低误报率。RK3576的主芯片采用了八核大小核架构，包括四核Cortex-A72和四核Cortex-A53，