Exportez n'importe quel modèle entraîné en code autonome
Un modèle entraîné n'est utile qu'une fois sorti de l'application de bureau et exécuté quelque part de réel - sur un microcontrôleur, dans un bloc Simulink, ou dans un script d'analyse Python. Chaque modèle entraîné via l'Entraînement de capteur virtuel ou choisi dans un classement de Compétition de modèles peut être exporté directement, sans outil de conversion séparé.
C, C++, Python ou MATLAB - choisissez la cible, pas un pipeline de conversion
Le format d'export est une simple liste déroulante, pas un outil d'export séparé ni une étape de conversion de format : C pour un build MCU nu, C++ lorsque vous voulez une interface orientée objet, Python pour un script d'analyse rapide ou un service, ou MATLAB pour l'insérer directement dans un bloc Simulink. Le code exporté est une implémentation autonome de la fonction de prédiction du modèle - aucune dépendance à Data Sensors, aucune bibliothèque d'exécution à lier.
Pleine précision ou quantifié en int8, avec un aperçu en direct avant d'enregistrer
Chaque export peut être en pleine précision ou quantifié en int8, et la boîte de dialogue affiche une estimation en direct de la taille et de la précision pour les deux avant que vous ne vous engagiez - de sorte qu'un choix entre « tient dans 4 Ko de flash » et « correspond exactement à la précision d'entraînement » se fait avec de vrais chiffres sous les yeux, et non après coup, une fois le fichier déjà sur le disque.
Pas seulement le gagnant - n'importe quelle entrée du classement, exportée
Lorsqu'un modèle provient d'une exécution de Compétition de modèles, l'export ne se limite pas à l'entrée classée première - peut-être qu'un Random Forest légèrement moins précis est plus rapide sur votre matériel cible, ou qu'un réseau de neurones plus petit correspond mieux à votre budget mémoire flash. Chaque entrée du classement peut être exportée individuellement, indépendamment des autres.
Réimportez un modèle exporté
Vous avez déjà un modèle exporté en C, C++ ou Python lors d'une session précédente ? Capteur virtuel > Importer un capteur virtuel... permet de le réintégrer - choisissez le fichier (et un compilateur pour C/C++, détecté automatiquement avec un repli manuel), associez ses canaux d'entrée une seule fois, dans l'ordre où le modèle a été entraîné à l'origine, et il s'exécute directement sur la mesure actuellement chargée, ajouté comme un signal ordinaire, traçable. Aucun réentraînement, et aucun besoin de disposer encore de la session d'origine qui l'a entraîné.