- T/ C7 B: u* L: G& e+ s4 n+ o

意法半导体STM32Cube.AI开发环境为用户提供各种机器学习技术，为他们尽可能高效地解决分类、聚类和新颖性检测三种算法挑战提供更多灵活性。

  ]5 V6 \) p5 z" \' l, ^; P除了能够在STM32*微控制器(MCU)上开发用于边缘推理的神经网络外，最新的STM32Cube.AI版本(7.0版)还支持新的监督和半监督方法，这些方法可以处理更小的数据集和更少的CPU周期。其中包括孤立森林异常检测(iForest)和单类支持向量机(OC-SVM)新颖性检测，以及K-means和SVM分类器算法，现在，用户无需人工写代码就能实现这些算法。
5 a4 A1 r) U: Z# O1 X
除神经网络之外，这些经典机器学习算法让开发人员通过易于使用的技术在STM32微控制器上转换、验证和部署各种学习模型，缩短研发周期，更快地解决人工智能开发挑战。
/ x* j0 K8 x  k5 _3 |
3 v7 t+ F: ?" N+ w3 MSTM32Cube.AI允许开发人员将机器学习处理任务从云端转移到基于STM32的边缘设备，以减少延迟、节约能源、提高云利用率，并通过大限度地减少互联网上的数据交换来保护隐私。现在，用户使用STM32 MCU具有额外的灵活性，可以选择高效的机器学习技术进行设备上分析，是长期在线使用案例和智能电池供电应用的理想之选。

) o5 P2 W* d/ v

新的STM32Cube.AI 7.0版现在已经上线，可以从www.st.com免费下载。
2 u" a8 w* x. p9 h% [( x
9 Y% w% f+ m& d9 ~9 X6 u- b0 t