在本例中，我们有一个Simulink模型，该模型基于L万博1manbetxoren博客中描述的五层浅层网络，用于使用MNIST数据进行图像分类：
https://blogs.mathworks.com/loren/2015/08/04/artificial-neural-networks-for-beginners/
我们有三个版本的模型-双精度、单精度和定点版本。然后，可以使用Arduino®硬件的Simulink®支持包，使用来自Arduino的实时数据测试这些模型，并将其作为独立应用程序部署到Arduino板上。万博1manbetx万博1manbetx
单精度和定点版本是使用定点设计器生成的，如下链接所述。定点模型使用不超过16位，模型精度在94%以上。
https://www.youtube.com/watch?v=sxSodI0pwPw
https://www.youtube.com/watch?v=zX44UvyLeAc
https://www.youtube.com/watch?v=nkZAB7LIRXI&t=12s
引用为
MathWorks定点团队（2021年）。基于ARM-cortexm单片机的图像分类(//www.tianjin-qmedu.com/matlabcentral/fileexchange/68426-image-classification-on-an-arm-cortex-m-microcontroller)，MATLAB中心文件交换.
MATLAB版本兼容性
使用R2018a创建
与R2018a及更高版本兼容
