如何将TensorFlow Micro模型数据直接存入Arduino MBED SDRAM

最简实现方案 #

方案1：Flash存储模型+批量拷贝（最常用场景） #

首先明确：用const修饰的全局数组会被编译器分配到Flash存储空间，不会占用你说的1MB SRAM配额，所以完全可以直接用标准库memcpy批量拷贝到SDRAM，一行代码搞定，完全不需要逐字节赋值。
你只需要在代码中引入string.h头文件，把逐字节赋值部分替换即可：

// 加在代码开头引入memcpy依赖
#include <string.h>

// 拷贝整个模型数组到SDRAM对齐后的地址，仅需一行
memcpy(sdram_tflite, model_tflite, model_tflite_len);

拷贝完成后直接把sdram_tflite传给TensorFlow Micro的接口即可正常调用：

model = tflite::GetModel(sdram_tflite);

方案2：无需Flash存储模型的场景（动态加载场景） #

如果你不需要把模型提前固化到Flash，比如要从SD卡、网络动态加载模型到SDRAM，直接把sdram_tflite指针传给外部存储的读数据接口即可，不需要额外开辟中间缓存。

常见误区说明 #

你之前写的sdram_tflite = model_tflite;只是把sdram_tflite指针指向了Flash里的模型数组地址，根本没有把数据写入SDRAM，后续操作实际还是在访问Flash，不属于你需要的SDRAM存储逻辑。

内容的提问来源于stack exchange，提问作者Rocksetta