MicroPython 學習筆記 : 嵌入式裝置用的 Numpy - ulab 套件

最近我在閱讀市圖借來的 "用 Python 學 AIot 智慧聯網" (施威銘研究室, 2020) 這本書時, 在第四章看到 ulab 的介紹, 原來 MicroPython 也有迷你版的 Numpy 可以用, 讓我躍躍欲試. 這本薄書其實是旗標出版的 "創客-自造者" 系列中的教材, 盒裝內還包括 ESP32-WROM 開發板與若干感測器模組與零件 : 

此書特點是專注於利用 ESP32 開發板以 MicroPython 實作機器學習應用, 但因為 Numpy 太大塞不進像 ESP32 這樣的嵌入式設備, 所以有人就寫了 ulab 來代替, 如果要在 ESP32 上跑機器學習運算就會用到這個陣列運算模組, 其原始碼放在 GitHub :

# https://github.com/v923z/micropython-ulab 

ulab 的教學文件參考

# https://micropython-ulab.readthedocs.io/en/latest/ulab-intro.html 

注意, ulab 有許多版本, 用法與實作的函式範圍並不相同, 例如 CircuitPython 的 ulab 有實作 arange() 函式, 而原始 ulab 則沒有, 參考 : 

# https://docs.circuitpython.org/en/latest/shared-bindings/ulab/index.html  

但是 ulab 沒有編譯好的套件可直接下載安裝, 例如 ESP32 連接 Internet 後用 upip instal() 安裝會出現 "Package not found" 訊息 : 

>>> import upip   

>>> upip.install('ulab')    

Installing to: /lib/

Warning: micropython.org SSL certificate is not validated

Error installing 'ulab': Package not found, packages may be partially installed

根據官網說明, 必須要將 ulab 與 MicroPython 原始碼一起編譯成韌體才行, 但看來這不是容易幹的活, 等有時間再來玩看看, 眼下最快的方式是從旗標網站下載書附範例, 其中含有旗標用 MicroPython 1.12 編譯好的韌體, 只要下載燒錄到 ESP32 板子上馬上就可以 import ulab 使用了, 下載網址如下 : 

# http://www.flag.com.tw/download.asp?FM623A

解壓縮 zip 後, 在 "韌體" 資料夾下就可找到名為 "esp32-20200512-v1.12-195-gb16990425.bin" 的韌體, 將其燒錄到 ESP32 開發板即可. 這個韌體是將 ulab 與 BlynkLib 等套件與 MicroPython 原始碼一起編譯而成的特仕版, 與 MicroPython 官網下載的韌體功能不同. 

我用 Thonny 燒錄韌體過程都 OK, 但完成後卻讀不到串列埠而不能用, 不知原因為何 :

改用 esptool 於命令列燒錄就可以, 注意, 執行抹除與燒錄 Flash 指令之前要按住右下角的 ID0 Flash 鈕, 直到出現 % 進度時再放開 (D1 mini 則是要全程將 D3 接地, 完成後再拔掉) : 

D:\ESP32>esptool.py --chip esp32 --port COM9 erase_flash    

esptool.py v2.6

Serial port COM9

Connecting.....

Chip is ESP32D0WDQ6 (revision 1)

Features: WiFi, BT, Dual Core, 240MHz, VRef calibration in efuse, Coding Scheme None

MAC: 80:7d:3a:b7:a7:5c

Uploading stub...

Running stub...

Stub running...

Erasing flash (this may take a while)...

Chip erase completed successfully in 4.3s

Hard resetting via RTS pin...

D:\ESP32>esptool.py --port COM9 flash_id    

esptool.py v2.6

Serial port COM9

Connecting........___

Detecting chip type... ESP32

Chip is ESP32D0WDQ6 (revision 1)

Features: WiFi, BT, Dual Core, 240MHz, VRef calibration in efuse, Coding Scheme None

MAC: 80:7d:3a:b7:a7:5c

Uploading stub...

Running stub...

Stub running...

Manufacturer: 68

Device: 4016

Detected flash size: 4MB

Hard resetting via RTS pin...

D:\ESP32>esptool.py --chip esp32 --port COM9 write_flash -z 0x1000 esp32-20200512-v1.12-195-gb16990425.bin   

esptool.py v2.6

Serial port COM9

Connecting....

Chip is ESP32D0WDQ6 (revision 1)

Features: WiFi, BT, Dual Core, 240MHz, VRef calibration in efuse, Coding Scheme None

MAC: 80:7d:3a:b7:a7:5c

Uploading stub...

Running stub...

Stub running...

Configuring flash size...

Auto-detected Flash size: 4MB

Compressed 1479888 bytes to 939384...

Wrote 1479888 bytes (939384 compressed) at 0x00001000 in 83.6 seconds (effective 141.6 kbit/s)...

Hash of data verified.

Leaving...

Hard resetting via RTS pin...

用 Putty 連線 OK, 可見還是在命令列用 esptool 燒錄最妥當 : 

ets Jun  8 2016 00:22:57

rst:0x1 (POWERON_RESET),boot:0x13 (SPI_FAST_FLASH_BOOT)

configsip: 0, SPIWP:0xee

clk_drv:0x00,q_drv:0x00,d_drv:0x00,cs0_drv:0x00,hd_drv:0x00,wp_drv:0x00

mode:DIO, clock div:2

load:0x3fff0018,len:4

load:0x3fff001c,len:5052

load:0x40078000,len:10600

load:0x40080400,len:5684

entry 0x400806bc

I (543) cpu_start: Pro cpu up.

I (543) cpu_start: Application information:

I (543) cpu_start: Compile time:     Mar  6 2020 17:07:32

I (546) cpu_start: ELF file SHA256:  0000000000000000...

I (552) cpu_start: ESP-IDF:          v3.3.1

I (557) cpu_start: Starting app cpu, entry point is 0x40082fb0

I (0) cpu_start: App cpu up.

I (567) heap_init: Initializing. RAM available for dynamic allocation:

I (574) heap_init: At 3FFAFF10 len 000000F0 (0 KiB): DRAM

I (580) heap_init: At 3FFB6388 len 00001C78 (7 KiB): DRAM

I (586) heap_init: At 3FFB9A20 len 00004108 (16 KiB): DRAM

I (593) heap_init: At 3FFBDB5C len 00000004 (0 KiB): DRAM

I (599) heap_init: At 3FFCC830 len 000137D0 (77 KiB): DRAM

I (605) heap_init: At 3FFE0440 len 00003AE0 (14 KiB): D/IRAM

I (611) heap_init: At 3FFE4350 len 0001BCB0 (111 KiB): D/IRAM

I (618) heap_init: At 40099A80 len 00006580 (25 KiB): IRAM

I (624) cpu_start: Pro cpu start user code

I (307) cpu_start: Starting scheduler on PRO CPU.

I (0) cpu_start: Starting scheduler on APP CPU.

MicroPython v1.12-195-gb16990425-dirty on 2020-05-12; ESP32 module with ESP32

Type "help()" for more information.

>>>

使用 ulab 前先用 import 匯入, 同樣取 np 簡名 (用法與 Numpy 一樣) : 

import ulab as np 

首先來檢視 ulab 內容 :

MicroPython v1.12-195-gb16990425-dirty on 2020-05-12; ESP32 module with ESP32

Type "help()" for more information.

>>> import ulab as np    

>>> dir(np)    

['__class__', '__name__', 'sort', 'sum', '__version__', 'acos', 'acosh', 'activation', 'argmax', 'argmin', 'argsort', 'array', 'asin', 'asinh', 'atan', 'atanh', 'averagePooling1D', 'ceil', 'conv1D', 'cos', 'det', 'diff', 'dot', 'eig', 'erf', 'erfc', 'exp', 'expm1', 'eye', 'fft', 'flip', 'float', 'floor', 'gamma', 'globalAveragePooling1D', 'globalMaxPooling1D', 'ifft', 'int16', 'int8', 'inv', 'lgamma', 'linspace', 'log', 'log10', 'log2', 'max', 'maxPooling1D', 'mean', 'min', 'ones', 'polyfit', 'polyval', 'roll', 'sin', 'sinh', 'size', 'spectrum', 'sqrt', 'std', 'tan', 'tanh', 'uint16', 'uint8', 'zeros']

>>> help(np)   

object <module 'ulab'> is of type module

  __name__ -- ulab

  __version__ -- 0.26.8f

  array -- <class 'ndarray'>

  size -- <function>

  inv -- <function>

  dot -- <function>

  zeros -- <function>

  ones -- <function>

  eye -- <function>

  det -- <function>

  eig -- <function>

  activation -- <function>

  conv1D -- <function>

  maxPooling1D -- <function>

  averagePooling1D -- <function>

  globalMaxPooling1D -- <function>

  globalAveragePooling1D -- <function>

  acos -- <function>

  acosh -- <function>

  asin -- <function>

  asinh -- <function>

  atan -- <function>

  atanh -- <function>

  ceil -- <function>

  cos -- <function>

  erf -- <function>

  erfc -- <function>

  exp -- <function>

  expm1 -- <function>

  floor -- <function>

  gamma -- <function>

  lgamma -- <function>

  log -- <function>

  log10 -- <function>

  log2 -- <function>

  sin -- <function>

  sinh -- <function>

  sqrt -- <function>

  tan -- <function>

  tanh -- <function>

  linspace -- <function>

  sum -- <function>

  mean -- <function>

  std -- <function>

  min -- <function>

  max -- <function>

  argmin -- <function>

  argmax -- <function>

  roll -- <function>

  flip -- <function>

  diff -- <function>

  sort -- <function>

  argsort -- <function>

  polyval -- <function>

  polyfit -- <function>

  fft -- <function>

  ifft -- <function>

  spectrum -- <function>

  uint8 -- 66

  int8 -- 98

  uint16 -- 72

  int16 -- 104

  float -- 102

>>>

可見不僅 Numpy 重要的函式都有實作, 連 SciPy 與機器學習的常用函式也納進來了. 

呼叫 np.array() 可將串列轉成 ndarray 陣列 :

>>> a=np.array([1, 2, 3, 4, 5])   

>>> a     

array([[1.0, 2.0, 3.0, 4.0, 5.0]], dtype=float)

>>> type(a)      

<class 'ndarray'>   

不過 ulab 沒有實作 arange() 函式, 必須用 Python 的 range() 代入 np.array() 中 :

>>> np.arange(12)    

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'module' object has no attribute 'arange'

>>> a=np.array(range(12))   

>>> a    

array([[0.0, 1.0, 2.0, ..., 9.0, 10.0, 11.0]], dtype=float)

>>> b=a.reshape((3, 4))     

>>> b     

array([[0.0, 1.0, 2.0, 3.0],

         [4.0, 5.0, 6.0, 7.0],

         [8.0, 9.0, 10.0, 11.0]], dtype=float)

好消息是 ulab 有實作 linspace() 函式, 可惜沒有 logspace() :

>>> np.linspace(0, 10)    

array([[0.0, 0.2040816, 0.4081633, ..., 9.591833, 9.795915, 9.999996]], dtype=float)

>>> np.logspace(0, 2)   

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'module' object has no attribute 'logspace'

有實作 zero() 但沒有 zero_like() :

>>> np.zeros(5)   

array([[0.0, 0.0, 0.0, 0.0, 0.0]], dtype=float)

>>> a=np.array([[1, 2 , 3], [4, 5 ,6]])   

>>> b=np.zeros_like(a)   

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'module' object has no attribute 'zeros_like'

有實作 one() 但沒有 one_like() :

>>> np.ones(5)   

array([[1.0, 1.0, 1.0, 1.0, 1.0]], dtype=float)

>>> a=np.array([[1, 2 , 3], [4, 5 ,6]])

>>> b=np.ones_like(a)     

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'module' object has no attribute 'ones_like'

沒有實作 identity() 與 full() :

>>> np.full((2, 3), 3.14159)   

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'module' object has no attribute 'full'

>>> np.identity(4)   

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'module' object has no attribute 'identity'

但有實作 eye() :

>>> np.eye(4)   

array([[1.0, 0.0, 0.0, 0.0],

         [0.0, 1.0, 0.0, 0.0],

         [0.0, 0.0, 1.0, 0.0],

         [0.0, 0.0, 0.0, 1.0]], dtype=float)

也沒有實作 diag() 與 empty() :

>>> a=np.array(range(25))   

>>> x=a.reshape((5,5))    

>>> np.diag(x)     

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'module' object has no attribute 'diag'

>>> np.empty(4)   

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'module' object has no attribute 'empty'

ulab 也未實作隨機數模組 random :

>>> np.random.rand(5)    

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'module' object has no attribute 'random' 

產生隨機數向量必須透過 MicroPython 的 rnadom 模組函式 :

• random.randint(a, b) : 傳回 a~b 間的隨機整數 (含 a, b)
• random.randrange([start=0, ] stop [.step]) : 傳回 start~stop 間隔之隨機整數 (不含 stop)
• random.uniform(a, b) : 傳回 a~b 間的隨機浮點數 (含 a, b)
• random.random() : 傳回 0~1 間之隨機浮點數
• random.choice(sequence) : 隨機傳回 sequence (list/tuple) 中的一個
• random.seed(s) : 設定隨機種子

參考 :

# https://docs.micropython.org/en/latest/library/random.html

要產生隨機陣列要先產生 list 再用 np.array() 轉成陣列, 例如 : 

>>> import random   

>>> randomlist=[]   

>>> for i in range(0,12):   

    randomlist.append(random.randint(1,30))   

    

>>> randomlist   

[4, 22, 19, 18, 14, 17, 5, 29, 14, 4, 11, 10]

>>> a=np.array(randomlist)      

>>> a     

array([[4.0, 22.0, 19.0, ..., 4.0, 11.0, 10.0]], dtype=float)

>>> a.reshape((3, 4))   

array([[4.0, 22.0, 19.0, 18.0],

[14.0, 17.0, 5.0, 29.0],

[14.0, 4.0, 11.0, 10.0]], dtype=float)

雖然曲折點, 但還是能用. 

最後來驗證一下此特仕版韌體是否包含 BlynkLib 套件 :

>>> import BlynkLib   

    ___  __          __

   / _ )/ /_ _____  / /__

  / _  / / // / _ \/  '_/

 /____/_/\_, /_//_/_/\_\

        /___/ for Python v0.2.1 (esp32)

可見編譯的版本為 Blynk v0.2.1 版. 

參考 :

# Python 學習筆記 : Numpy (一) : 建立陣列