学习一下ST推出的STM32 Cube.AI人工智能神经网络开发工具包

640?wx_fmt=jpeg

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。

640?wx_fmt=png


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:

640?wx_fmt=png


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。


640?wx_fmt=jpeg

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。


更多相关信息,请参看:

https://www.st.com/en/embedded-software/x-cube-ai.html?icmp=tt9145_gl_pron_dec2018


3

AI神经网络解决方案

640?wx_fmt=jpeg

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

640?wx_fmt=jpeg


640?wx_fmt=png


相关资源:

640?wx_fmt=png


更多信息,请参看:

https://www.st.com/content/st_com/en/stm32-ann.html??icmp=tt9145_gl_pron_dec2018#stm32-sann-stepnncontainer


最后,现在人工智能这么火,我预测这个工具包应该会逐渐火起来!


推荐阅读:

1.STM32G0将会在今年爆发吗?

2.定时器基本原理及常见问题

640?

1.嫦娥四号成功着陆月球背面,实现人类探测器首次在月球背面软着陆!

2.36岁捧走图灵碗!80岁算法大师高德纳要在105岁完结《计算机程序设计艺术》

3.阿里达摩院发布2019十大科技趋势,看看都谁上榜了?

4.对于MCU来说,定时器太重要了!

5.学会这5大技能,你就可以在工程圈混了!

6.不是嵌入式坑了你,而是你坑了嵌入式

640?wx_fmt=gif

本文来自个人微信公众号「ID:strongerHuang」,经原作者授权发布。原文公众号由嵌入式工程师「strongerHuang」在精心整理并维护。专注分享的内容包含:Keil、IAR、STM8、STM32、μC/OS、FreeRTOS、CANOpen、ModBus...

### STM32Cube.AI 的离线下载方法 STM32Cube.AISTMicroelectronics 提供的一个工具插件,用于将经过训练的人工神经网络 (ANN) 部署STM32 微控制器上。通过 STM32CubeMX 可以轻松集成和配置 Cube.AI 插件的功能。 以下是关于如何实现 STM32Cube.AISTM32CubeMX 中的离线下载的方法: #### 1. **获取 STM32Cube.AI 工具** 用户可以通过访问 ST 官方网站下载 STM32Cube.AI 工具[^1]。由于某些情况下可能无法在线连接到互联网完成自动更新或安装,因此需要手动下载所需的文件包。 - 访问 [ST 官方资源页面](https://www.st.com/en/embedded-software/x-cube-ai.html),登录账户后找到最新版本的 STM32Cube.AI 扩展包。 - 下载扩展包 `.zip` 文件,并将其保存到本地计算机中以便后续使用。 #### 2. **启用 STM32CubeMX 的离线模式** STM32CubeMX 支持离线环境下的工作方式,在这种环境下可以加载预先下载好的扩展包而无需实时联网验证或同步数据。 - 启动 STM32CubeMX 并进入 `Preferences` 设置窗口(可通过菜单栏中的 Tools -> Preferences 进入)。 - 导航至 `Pack Installer` 页面,取消勾选 “Automatically check for updates at startup”,从而禁用启动时的在线检查功能[^2]。 - 将之前下载的 STM32Cube.AI `.zip` 文件路径指定给 Pack Manager 使用。具体操作如下: - 点击左侧导航树中的 `Database` 节点; - 单击右键选择 Add File(s)... ,浏览并定位到已下载的 `.zip` 文件位置; - 添加完成后确认无误即可关闭对话框返回主界面。 #### 3. **配置项目以使用 STM32Cube.AI 功能** 成功导入 STM32Cube.AI 包之后,可以在新创建或者现有工程基础上开启 AI 模型转换流程。 - 创建一个新的 STM32 项目或将已有项目打开编辑器。 - 在 Project Management 窗口中切换到 Middleware 标签页寻找 X-CUBE-AI 组件选项。 - 勾选此项激活其关联特性,同时调整必要的参数设定如精度优化级别、内存占用策略等[^3]。 #### 示例代码片段展示如何调用生成后的AI函数 ```c #include "main.h" #include "ai_network_data.h" void ProcessInputData(float* inputData, float* outputData){ aiNetworkProcess(inputData,outputData); } ``` ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值