原文链接：【嵌入式AI部署&基础网络篇】轻量化神经网络精述--MobileNet V1-3、ShuffleNet V1-2、NasNet深度神经网络模型被广泛应用在图像分类、物体检测等机器视觉任务中，并取得了巨大成功。然而，由于存储空间和功耗的限制，神经网络模型在嵌入式设备上的存储与计算仍然是一个巨大的挑战。前面几篇介绍了如何在嵌入式AI芯片上部署神经网络：【嵌入式AI开发】篇五|实战篇一

原文链接：https://mp.weixin.qq.com/s/5F4OB9ghpplO637KWcxT1Q​1.介绍论文地址：Cross-Domain Few-Shot Classification via Learned Feature-wise Transformationhttps://arxiv.org/abs/2001.08735参考代码：https://github.com/hyts

问题：pip3 install torch==1.8.1 torchvision==0.9.1Collecting torch==1.8.1Downloading torch-1.8.1-cp38-cp38-manylinux1_x86_64.whl (804.1 MB)|████████████████████████████████| 804.1 MB 183 kB/s eta 0:00:01

std::greater是用于执行比较的功能对象。它被定义为greater-than不等式比较的Function对象类。这可用于更改给定功能的功能。这也可以与各种标准算法一起使用，例如排序，优先级队列等。头文件：#include <functional.h>模板类别：template <class T> struct greater;参数：T是要通过函数调用进行比较的参数类

介绍在STM32cubeIDE上部署AI模型的系列教程，开发板型号STM32H747I-disco，值得一看。MCUAI原文链接:【嵌入式AI开发】篇四|部署篇：STM32cubeIDE上部署神经网络之模型部署

1. 介绍注意力机制（Attention Mechanism）是机器学习中的一种数据处理方法，广泛应用在自然语言处理（NLP）、图像处理（CV）及语音识别等各种不同类型的机器学习任务中。根据注意力机制应用于域的不同，即注意力权重施加的方式和位置不同，将注意力机制分为空间域、通道域和混合域三种，并且介绍了一些关于这些不同注意力的先进注意力模型，仔细分析了他们的的设计方法和应用领域，给出了实现的代码与