你的浏览器版本过低,可能导致网站不能正常访问!
为了你能正常使用网站功能,请使用这些浏览器。

继续学习_STM32CubeMX 将升级为 STM32CubeMX.AI

[复制链接]
wolfgang 发布时间:2018-4-27 00:21
本帖最后由 wolfgang2015 于 2018-4-27 00:29 编辑
- i6 v# s( n' \. p3 O0 I7 |/ S5 }1 x3 ~+ l! T; g' r5 v9 o( }( @
    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:
/ s+ U: l, e+ P6 x; k1 T 01.jpg
! f5 V1 g5 l8 ^1 `* N8 m) h1、将您预先训练的神经网络依赖框架输入STM32 CUBMEX。
. A" H& s+ f* U) ], \& U2、STM32优化库自动快速生成代码
" V0 R  X- Z' w8 _& i: r! Y! P3、STM32 CUBMEXX.AI保证了与最先进的深度学习设计框架的互操作性。; m6 I; i  v$ `. ^6 L
2 D$ e& M5 n9 \9 r' o; t6 k
4 j/ X. A" l3 h& V0 L
02.jpg " [1 b9 c, x" L. h
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。2 h1 P" Q/ O  \* U3 E
keras、Lasagne、TensorFlow 、 caffe/caffe2、N2D2、Theano、CNTK等深度学习框架# C( y, F6 @( U! R& j% J- j# A/ W
常见框架的简洁;- [' e; n& N5 w6 x7 R6 e; @

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。

03.jpg


! B  S0 @3 |" e$ ^% M$ w3 Q# c- }5 H

7 }. o# B. c" a' d3 W
$ t0 [5 ]* X$ s* V2 f1 E) X  A; w( M- n 04.jpg ' ]7 C4 q& u% u7 T
- d, U) e8 G6 a: x
越是简单的几幅图背后的信息量和学习两陡然庞大~~~
. ^& d9 M) O' Y6 P
: t2 O  w5 ?" ^5 u* K这将还是不是我曾经认识的单片机呢?! E. Y! c1 q; ]3 m
6 B8 D* i6 T: r1 f2 w+ P
( W  H/ f9 ]9 C, N' P2 u

0 |, |4 T1 p! t! Q" ~( L$ c) |$ |- D- _# a' o8 F! }7 w, u
赞 收藏 评论19 发布时间:2018-4-27 00:21

举报

19个回答
wolfgang 回答时间:2018-4-27 16:46:38
lebment 发表于 2018-4-27 13:516 I$ [- v. t0 L9 ^% Y0 @
基于ARM 官方NN库改的?玩这个至少得会个Tensor Flow吧

1 d, u! e" x; U# R" u5 g9 u0 I% gARM老大定的方向旗帜,ST没有理由拒绝吧。6 _7 I6 W- q0 O4 W' S- c
至于tf 还是 Caffer 目前 ARM NN都支持
; d! F* B) o( C& M* k不过,关于ARM NN 相关源代码可以从这里下载来学习学习. X$ `. @& B7 K& W( k7 r
http://github.com/ARM-software/armnn.git
9 d( F0 X* s( P4 l) {) hARM NN的整体框架如下:
; X  I; L/ ^$ g* G+ I0 R% X Arm NN support diagram (002).png
4 J# Y4 r% M3 ^# t) U3 W* [
) T' ^! F' \- w  L0 L- ?% A对于Android 的 ARM NN API层次如下:9 V9 w1 R( e: N6 E
Arm NN for Android-06.png
* U; s" x* f( G; R" l8 @  u* T) b. K# H
针对ST大量的Cortex-M 框架定位如下图:& F. Z3 y2 f4 h( |; b  U
CMSIS Graphic_flow-05.png
" k- H' i- N  e
( I  u- [, X8 n8 l4 t7 A) I  y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9 ~9 W/ c$ @1 c0 Y
ML platform image - Arm NN roadmap.PNG : N- Y( [; y6 y+ q- `$ d: e) W8 ]
& u" N- d0 {6 }. @8 N4 {3 N
wolfgang 回答时间:2018-4-27 10:14:01
与龙共舞 发表于 2018-4-27 09:18) q* y) `  M1 V% \9 P0 L
好可怕
: w( X5 t/ V0 Y' m' r5 X
为什么呢?$ d6 J3 b! Z& e7 G
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?# @3 y' w8 W# Z2 X" c2 k: t
, [3 _& \- K" a, h! g$ r) I. [
路漫漫其修远兮~~~
g921002 回答时间:2018-4-28 00:23:30
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。
网络孤客 回答时间:2018-4-27 00:38:10
哇,高大上了
landeng 回答时间:2018-4-27 08:27:32
不明觉厉
_瞬_ 回答时间:2018-4-27 08:34:29
性能进步很快,应用跟不上
板子粉丝 回答时间:2018-4-27 08:39:21
又是一个新方向
myccl 回答时间:2018-4-27 08:40:44
期待
浪花雷雨 回答时间:2018-4-27 08:51:18
厉害了,好资料,等待官方的详细资料
GKoSon 回答时间:2018-4-27 09:18:44
好可怕
Paderboy 回答时间:2018-4-27 10:37:54
路漫漫其修远兮
lebment 回答时间:2018-4-27 13:51:15
基于ARM 官方NN库改的?玩这个至少得会个Tensor Flow吧
define 回答时间:2018-4-27 15:56:45
真是很好的分享
z258121131 回答时间:2018-4-27 17:25:05
不明觉厉
埃斯提爱慕 回答时间:2018-4-27 21:04:59
提示: 作者被禁止或删除 内容自动屏蔽
12下一页

所属标签

相似技术帖

官网相关资源

关于
我们是谁
投资者关系
意法半导体可持续发展举措
创新与技术
意法半导体官网
联系我们
联系ST分支机构
寻找销售人员和分销渠道
社区
媒体中心
活动与培训
隐私策略
隐私策略
Cookies管理
行使您的权利
官方最新发布
人形机器人运动控制、感知与智能配电
半导体创新技术与应用方向
EE架构与软件定义汽车
12V/48V 汽车智能配电(SPD)
区域控制单元(ZCU)与分区架构
关注我们
st-img 微信公众号
st-img 手机版