91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

STM32Cube.AI帶來神經(jīng)網(wǎng)絡(luò)處理改變物聯(lián)網(wǎng)格局戰(zhàn)略

星星科技指導(dǎo)員 ? 來源:意法半導(dǎo)體 ? 作者:意法半導(dǎo)體 ? 2022-05-13 10:55 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

ST 的 Markus Mayr 概述了STM32Cube.AI,這是業(yè)界最先進(jìn)的工具包,能夠與流行的深度學(xué)習(xí)庫進(jìn)行互操作,將任何用于 STM32 微控制器MCU) 的人工神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換為運(yùn)行優(yōu)化推理。

在過去的五年里,人工智能 (AI) 已經(jīng)從一個(gè)流行語轉(zhuǎn)變?yōu)楝F(xiàn)實(shí),人工智能在面部和語音識(shí)別、金融欺詐檢測、預(yù)測性維護(hù)和在線購物建議中得到了應(yīng)用,現(xiàn)在已經(jīng)成為許多人日常生活的一部分——隨著即將出現(xiàn)的新應(yīng)用。

人工智能是一組使計(jì)算機(jī)能夠模仿人類行為和智能的技術(shù)。它以從數(shù)據(jù)中提取意義的機(jī)器和深度學(xué)習(xí)算法集為基礎(chǔ)。為了開發(fā)包含 AI 功能的應(yīng)用程序,您需要專門的工具和專業(yè)知識(shí),這對(duì)于缺乏機(jī)器和深度學(xué)習(xí)培訓(xùn)的資深嵌入式開發(fā)人員來說可能是一個(gè)挑戰(zhàn)。

將數(shù)據(jù)科學(xué)帶給嵌入式系統(tǒng)專家

STM32Cube.AI意義重大,因?yàn)榻?jīng)常使用 STM32 MCU 專門研究嵌入式系統(tǒng)的開發(fā)人員可能不熟悉神經(jīng)網(wǎng)絡(luò)。同樣,從事機(jī)器學(xué)習(xí)工作的數(shù)據(jù)科學(xué)家可能更習(xí)慣于云計(jì)算幾乎無窮無盡的計(jì)算資源,并且可能對(duì)嵌入式開發(fā)的內(nèi)存和計(jì)算限制不太適應(yīng)。STM32Cube.AI 通過揭開 AI 和嵌入式系統(tǒng)的神秘面紗,并通過將神經(jīng)網(wǎng)絡(luò)引入嵌入式邊緣開發(fā)來擴(kuò)展物聯(lián)網(wǎng),提供工具來利用更廣泛的開發(fā)人員群體的專業(yè)知識(shí)。

傳統(tǒng)上,人工智能計(jì)算是在云端執(zhí)行的,大量原始傳感器數(shù)據(jù)由網(wǎng)關(guān)聚合,然后發(fā)送到基于云的人工智能引擎。這種架構(gòu)具有優(yōu)勢,因?yàn)樗梢蕴幚硇枰罅坑?jì)算能力的非常大的數(shù)據(jù)集和計(jì)算。另一方面,這種方法需要大量的功率和高網(wǎng)絡(luò)帶寬,并且在云中進(jìn)行大量且昂貴的計(jì)算。由于需要將數(shù)據(jù)發(fā)送到云進(jìn)行處理,它還引入了延遲和隱私風(fēng)險(xiǎn)。

分布式 AI 架構(gòu)是一種更輕巧、更敏捷的 AI 計(jì)算方法,其中網(wǎng)絡(luò)邊緣的嵌入式處理器和微控制器對(duì)傳感器數(shù)據(jù)進(jìn)行預(yù)處理,顯著減少發(fā)送到云端的數(shù)據(jù)集大小或在沒有任何連接的情況下自主執(zhí)行神經(jīng)網(wǎng)絡(luò)到云端。借助 STM32Cube.AI,配備 STM32 MCU 的邊緣物聯(lián)網(wǎng)設(shè)備現(xiàn)在可以直接運(yùn)行神經(jīng)網(wǎng)絡(luò),在邊緣實(shí)現(xiàn)實(shí)時(shí) AI 計(jì)算并立即做出響應(yīng),保護(hù)隱私并減少網(wǎng)絡(luò)帶寬和集中式計(jì)算能力。

STM32Cube.AI 的工作原理

在 STM32 MCU 上實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的第一步是將依賴于框架的預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)輸入到 STM32Cube.AI 轉(zhuǎn)換工具中,該工具用作STM32CubeMX代碼生成器的擴(kuò)展包。STM32Cube.AI 支持快速、自動(dòng)導(dǎo)入由流行設(shè)計(jì)框架(如 Keras、TensorFlow-Lite、Caffe、Lasagne 和 ConvnetJS)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。它將神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換為 MCU 的優(yōu)化代碼。然后,該工具將經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)映射到 STM32 MCU 并優(yōu)化生成的庫以減少內(nèi)存占用。完成所有這些后,STM32Cube.AI 將 NN 提供給開發(fā)人員。

除了 STM32Cube.AI 工具包外,意法半導(dǎo)體還提供其他產(chǎn)品和技術(shù)來幫助彌合嵌入式和 AI 系統(tǒng)開發(fā)人員之間的差距。其中包括專門為捕獲和處理傳感器數(shù)據(jù)而設(shè)計(jì)的SensorTile 開發(fā)套件,以及STM32 IoT 節(jié)點(diǎn),這是一個(gè)多傳感器探索套件,具有集成的低功耗無線 BLE、NFC、Sub GHz 和 Wi-Fi 無線電,可幫助用戶開發(fā)直接連接到云服務(wù)器的應(yīng)用程序。

ST 還提供一系列STM32 功能包,它們將低級(jí)驅(qū)動(dòng)程序、中間件庫和示例應(yīng)用程序組合到一個(gè)軟件包中。傳感功能包 幫助快速啟動(dòng)結(jié)合和處理來自多個(gè)傳感器的數(shù)據(jù)以實(shí)現(xiàn)高級(jí)檢測和監(jiān)控功能的應(yīng)用示例的實(shí)施和開發(fā),例如運(yùn)動(dòng)識(shí)別、語音識(shí)別、環(huán)境監(jiān)控、定位、跌倒檢測、訪問控制和入侵檢測。

STM32Cube.AI 不僅僅是一個(gè)工具包——它象征著意法半導(dǎo)體通過為所有 STM32 開發(fā)人員帶來神經(jīng)網(wǎng)絡(luò)處理來改變物聯(lián)網(wǎng)格局的戰(zhàn)略。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4839

    瀏覽量

    107995
  • 意法半導(dǎo)體
    +關(guān)注

    關(guān)注

    31

    文章

    3390

    瀏覽量

    111834
  • 無線電
    +關(guān)注

    關(guān)注

    63

    文章

    2213

    瀏覽量

    119739
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)

    日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu),特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?378次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識(shí)

    自動(dòng)駕駛中常提的卷積神經(jīng)網(wǎng)絡(luò)是個(gè)啥?

    在自動(dòng)駕駛領(lǐng)域,經(jīng)常會(huì)聽到卷積神經(jīng)網(wǎng)絡(luò)技術(shù)。卷積神經(jīng)網(wǎng)絡(luò),簡稱為CNN,是一種專門用來處理網(wǎng)格狀數(shù)據(jù)(比如圖像)的深度學(xué)習(xí)模型。CNN在圖像處理
    的頭像 發(fā)表于 11-19 18:15 ?2141次閱讀
    自動(dòng)駕駛中常提的卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>是個(gè)啥?

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個(gè)功能,每個(gè)功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個(gè)手寫數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。 在仿真環(huán)境下,可將其存于一個(gè)文件,并在 Verilog 代碼中通過 readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    神經(jīng)元,但卻能產(chǎn)生復(fù)雜的行為。受此啟發(fā),與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比,LNN旨在通過模擬大腦中神經(jīng)元之間的動(dòng)態(tài)連接來處理信息,這種網(wǎng)絡(luò)能夠順序
    的頭像 發(fā)表于 09-28 10:03 ?1386次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片

    AI芯片不僅包括深度學(xué)細(xì)AI加速器,還有另外一個(gè)主要列別:類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片。它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件,模仿人腦
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    問題。因此,并行計(jì)算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要,它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率,滿足實(shí)際應(yīng)用中對(duì)快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。神經(jīng)網(wǎng)絡(luò)并行
    的頭像 發(fā)表于 09-17 13:31 ?1200次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速技術(shù)

    AI 邊緣計(jì)算網(wǎng)關(guān):開啟智能新時(shí)代的鑰匙?—龍興聯(lián)

    智能化決策的關(guān)鍵。卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別方面表現(xiàn)卓越,在智能工廠產(chǎn)品質(zhì)量檢測中,能快速準(zhǔn)確識(shí)別產(chǎn)品缺陷;循環(huán)神經(jīng)網(wǎng)絡(luò)擅長處理時(shí)間序列數(shù)據(jù),可對(duì)設(shè)備故障進(jìn)行精準(zhǔn)預(yù)測。 在通信技術(shù)與協(xié)議支持上,A
    發(fā)表于 08-09 16:40

    無刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測方法的研究

    摘要:論文通過對(duì)無刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個(gè)以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)轉(zhuǎn)角預(yù)測,并采用改進(jìn)遺傳算法來訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),借助
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用

    摘要:針對(duì)傳統(tǒng)專家系統(tǒng)不能進(jìn)行自學(xué)習(xí)、自適應(yīng)的問題,本文提出了基于種經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的并步電機(jī)故障診斷方法。本文將小波神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,充分發(fā)揮了二者故障診斷的優(yōu)點(diǎn),很大程度上降低了對(duì)電機(jī)
    發(fā)表于 06-16 22:09

    基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析

    本文的目的是在一個(gè)神經(jīng)網(wǎng)絡(luò)已經(jīng)通過python或者M(jìn)ATLAB訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,將訓(xùn)練好的模型的權(quán)重和偏置文件以TXT文件格式導(dǎo)出,然后通過python程序?qū)xt文件轉(zhuǎn)化為coe文件,(coe
    的頭像 發(fā)表于 06-03 15:51 ?1392次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的步驟解析

    AI神經(jīng)網(wǎng)絡(luò)降噪算法在語音通話產(chǎn)品中的應(yīng)用優(yōu)勢與前景分析

    隨著人工智能技術(shù)的快速發(fā)展,AI神經(jīng)網(wǎng)絡(luò)降噪算法在語音通話產(chǎn)品中的應(yīng)用正逐步取代傳統(tǒng)降噪技術(shù),成為提升語音質(zhì)量的關(guān)鍵解決方案。相比傳統(tǒng)DSP(數(shù)字信號(hào)處理)降噪,AI降噪具有更強(qiáng)的環(huán)境
    的頭像 發(fā)表于 05-16 17:07 ?1623次閱讀
    <b class='flag-5'>AI</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>降噪算法在語音通話產(chǎn)品中的應(yīng)用優(yōu)勢與前景分析

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    發(fā)者能使用 NVIDIA GeForce RTX GPU 中的 AI Tensor Cores,在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。
    的頭像 發(fā)表于 04-07 11:33 ?1283次閱讀

    Nordic nRF54 系列芯片:開啟 AI聯(lián)網(wǎng)新時(shí)代?

    在科技飛速發(fā)展的今天,芯片技術(shù)的創(chuàng)新始終是推動(dòng)行業(yè)進(jìn)步的關(guān)鍵力量。Nordic 公司的 nRF54 系列芯片,正以其卓越的性能和獨(dú)特的設(shè)計(jì),為 AI 機(jī)器學(xué)習(xí)和聯(lián)網(wǎng)應(yīng)用帶來前所未有的
    發(fā)表于 04-01 00:18