学习关于ST推出的STM32 Cube.AI人工智能神经网络开发工具包

描述

想必有些朋友都在ST官网、或其它地方看到这条ST推出AI神经网络开发工具包的新闻了。

1ST主页消息

不知道大家有没有关注ST的一些新闻,反正我经常浏览它的网站,在ST主页出了这么一个消息:

TMicroelectronics Drives AI to Edge and Node Embedded Devices with STM32 Neural-Network Developer Toolbox

大概意思是:ST利用STM32神经网络开发工具包将AI(Artificial Intelligence人工智能)驱动到边缘和节点嵌入式设备。

大家可以进入网页了解相关信息:

https://www.st.com/content/st_com/en/about/media-center/press-item.html/p4116.html

2

STM32Cube.AI

ST在STM32CubeMX工具中引入STM32Cube.AI工具包,大家可以在STM32CubeMX(V5.0.1或更高版本)工具中在线更新:

通过STM32Cube.AI,开发人员现在可以将预先训练的神经网络转换为C代码,该代码可以调用在STM32 MCU上运行的优化库中的函数。

ST的新型神经网络开发工具包STM32Cube.AI,正在将AI引入微控制器供电的智能设备,位于节点边缘,以及物联网,智能建筑,工业和医疗应用中的深度嵌入式设备。

主要特点:

从预先训练的神经网络模型生成STM32优化的库。

支持各种深度学习框架,如Keras,Caffe,ConvnetJS和Lasagne.

通过STM32Cube集成,可轻松实现不同STM32微控制器系列的便携性。

免费,用户友好的许可条款。

3

AI神经网络解决方案

使用STM32Cube.AI简化了人工神经网络映射

可与流行的深度学习培训工具互操作

兼容许多IDE和编译器

传感器和RTOS无关

允许多个人工神经网络在单个STM32 MCU上运行

完全支持超低功耗STM32 MCU

提高您的工作效率

利用Deep Learning的强大功能提高信号处理性能并提高STM32应用程序的生产率。创建人工神经网络并将其映射到STM32(自动生成的优化代码),而不是构建手工制作的代码。

使用STM32CUBE.AI部署神经网络的5个步骤

1.捕获数据

2.清理,标记数据和构建ANN(人工神经网络)拓扑

3.训练ANN模型

4.将ANN转换为STM32 MCU的优化代码

5.使用经过培训的ANN处理和分析新数据

相关资源:

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分