! c* J: }: `9 |
    在2018的峰会间隙，官方播放了一个视频关于CubeMX工具的，这是一个无疑是一个重要信息。未来的ST开发工具可以将人工智能的数据/结果作为数据源潜入到诸位的硬件开发平台上，官方的只找到一个关于CubeMX.AI的pdf文档，言简意赅的只由4页胶片，截图如下：

1、将您预先训练的神经网络依赖框架输入STM32 CUBMEX。
2、STM32优化库自动快速生成代码
0 E! u5 w/ k. f3、STM32 CUBMEXX.AI保证了与最先进的深度学习设计框架的互操作性。
3 {7 ]. K- _+ D, d0 f0 W+ d  s


现成的深度学习设计框架可用于训练和创建人工神经网络。
keras、Lasagne、TensorFlow 、 caffe/caffe2、N2D2、Theano、CNTK等深度学习框架
2 ~, Y3 q" Z. e" t常见框架的简洁；

Keras是由纯python编写的基于theano/tensorflow的深度学习框架。

Lasagne是 Theano 中的一个轻量级库.

TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。

Caffe/Caffe2，全称Convolutional Architecture for Fast Feature Embedding。是一种常用的深度学习框架，在视频、图像处理方面应用较多。

Theano 基于 Python，是一个擅长处理多维数组的库（这方面它类似于 NumPy）。当与其他深度学习库结合起来，它十分适合数据探索。它为执行深度学习中大规模神经网络算法的运算所设计。其实，它可以被更好地理解为一个数学表达式的编译器：用符号式语言定义你想要的结果，该框架会对你的程序进行编译，来高效运行于 GPU 或 CPU。

Computational Network Toolkit (CNTK) 是微软出品的开源深度学习工具包。

, Y$ C2 `+ ~8 S5 r! Q" f

% O9 i9 b- }# H. X- b2 a

越是简单的几幅图背后的信息量和学习两陡然庞大~~~
" n0 r, z, Q5 W* ]; f/ t
这将还是不是我曾经认识的单片机呢？


" K4 u$ U: s' w
9 [$ s8 U7 [$ K6 n& J& ?
+ {5 L' O$ W$ S

lebment 发表于 2018-4-27 13:51
基于ARM 官方NN库改的？玩这个至少得会个Tensor Flow吧

ARM老大定的方向旗帜，ST没有理由拒绝吧。
至于tf 还是 Caffer 目前 ARM NN都支持
# G& N0 |; X" Y* y6 C* A不过，关于ARM NN 相关源代码可以从这里下载来学习学习
http://github.com/ARM-software/armnn.git
$ n" d% j( n9 I$ x9 T8 H% RARM NN的整体框架如下：


对于Android 的 ARM NN API层次如下：


7 U$ p8 I5 Q) X. q4 r4 g针对ST大量的Cortex-M 框架定位如下图：
2 X6 o# W1 F: {4 X8 }
! Y1 X" a0 R2 `% e  S( l) T
至于CubeMX.AI的功能，应该满足下面这个框架，是下图的一个具体实现罢了


2 g+ F: D3 I! [% s9 r2 t7 y; n

与龙共舞 发表于 2018-4-27 09:18
好可怕

为什么呢？
* P2 u; \  }7 H' H" \2 R可以预见，从目前这些大数据工具来看，行为识别、图像识别、声音识别这些应用，将给MCU带来应用范围的扩展。不知道对电机控制、电源控制、通讯、工业自动化这些复杂场景，把AI引入小小的单片机能否达到效率呢？
/ ?6 K# Y$ {7 J+ D7 X$ @8 A
# M/ V/ Z; s" [' W8 [路漫漫其修远兮~~~

自己一直有在用TF，苦於訓練好的框架怎樣才能給STM32用，現在看來不用自己造輪子了。太棒了。

哇，高大上了

不明觉厉

性能进步很快，应用跟不上

又是一个新方向

期待

厉害了，好资料，等待官方的详细资料

好可怕

路漫漫其修远兮

基于ARM 官方NN库改的？玩这个至少得会个Tensor Flow吧

真是很好的分享

不明觉厉