8 f% C4 Y7 s! o- k3 s
! H. B$ b) I+ g9 v7 b    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：

4 u" m4 e% k+ ]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
3、STM32 CUBMEXX.AI保证了与最先进的深度学习设计框架的互操作性。
0 a/ V7 V3 v# A, s8 V( k- h$ t

% @. h+ s, w& J! v9 x
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
常见框架的简洁；
8 F/ w' u+ [  {$ I3 x

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。

0 u  w" s+ ?+ ?& e& W4 \7 z7 u
+ v4 r5 r2 W/ \9 X; s' a" f
& ]3 h9 A3 [4 I  h

/ p9 u# q( |" D5 S. K越是简单的几幅图背后的信息量和学习两陡然庞大~~~
2 y1 q* G+ g" r  V' j9 t, P
这将还是不是我曾经认识的单片机呢？

% [* H/ ?9 O2 \' o
) n: }% [1 ^7 \& @! y. Q0 a
& Y0 b6 G" Z' \

lebment 发表于 2018-4-27 13:51
' N4 T( I8 i% l" c7 b  |基于ARM 官方NN库改的？玩这个至少得会个Tensor Flow吧

1 y3 I! D: q0 U: LARM老大定的方向旗帜，ST没有理由拒绝吧。
! Q2 @. I" U2 a: o7 y至于tf 还是 Caffer 目前 ARM NN都支持
% g7 L1 b& `/ H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
ARM NN的整体框架如下：
; j$ K8 y- G6 s( r: p( h) v

9 u; C8 z& u) t1 h" ^& \对于Android 的 ARM NN API层次如下：
' D: I$ C' H- }
& T* S8 f9 b2 `" @# W, q/ A/ I
# Q$ s5 U) B! T* P8 }4 R针对ST大量的Cortex-M 框架定位如下图：
2 h& x- Z: r1 D. F# |

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
( T8 ]! ~: C$ D3 U. f- \+ u8 v

与龙共舞 发表于 2018-4-27 09:18
好可怕

, U0 Q3 O# H( t* v% }为什么呢？
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？
8 O2 F$ \0 v9 D0 k
4 [& t& w; a( v0 @% o- `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