在“3 美分”微控制器上实现神经网络（MNIST 推理）

这篇文章探讨了在极低成本的 Padauk 8 位微控制器 PMS150C 上实现 MNIST 手写数字识别神经网络的可能性和方法。作者首先通过实验确定了在保证一定准确率的前提下，模型大小和量化位数的取舍关系。然后，针对 PMS150C 有限的 ROM 和 RAM 资源，作者对模型结构和推理代码进行了极致优化，最终成功将整个推理引擎塞进 1KB ROM 并将 SRAM 使用量降低到 59 字节。