想必有些朋友都在ST官網、或其它地方看到這條ST推出AI神經網絡開發工具包的新聞了。

1ST主頁消息

不知道大家有沒有關注ST的一些新聞，反正我經常瀏覽它的網站，在ST主頁出了這么一個消息：

TMicroelectronics Drives AI to Edge and Node Embedded Devices with STM32 Neural-Network Developer Toolbox

大概意思是：ST利用STM32神經網絡開發工具包將AI（Artificial Intelligence人工智能）驅動到邊緣和節點嵌入式設備。

大家可以進入網頁了解相關信息：

https://www.st.com/content/st_com/en/about/media-center/press-item.html/p4116.html

2

STM32Cube.AI

ST在STM32CubeMX工具中引入STM32Cube.AI工具包，大家可以在STM32CubeMX（V5.0.1或更高版本）工具中在線更新：

通過STM32Cube.AI，開發人員現在可以將預先訓練的神經網絡轉換為C代碼，該代碼可以調用在STM32 MCU上運行的優化庫中的函數。

ST的新型神經網絡開發工具包STM32Cube.AI，正在將AI引入微控制器供電的智能設備，位于節點邊緣，以及物聯網，智能建筑，工業和醫療應用中的深度嵌入式設備。

主要特點：

從預先訓練的神經網絡模型生成STM32優化的庫。

支持各種深度學習框架，如Keras，Caffe，ConvnetJS和Lasagne.

通過STM32Cube集成，可輕松實現不同STM32微控制器系列的便攜性。

免費，用戶友好的許可條款。

3

AI神經網絡解決方案

使用STM32Cube.AI簡化了人工神經網絡映射

可與流行的深度學習培訓工具互操作

兼容許多IDE和編譯器

傳感器和RTOS無關

允許多個人工神經網絡在單個STM32 MCU上運行

完全支持超低功耗STM32 MCU

提高您的工作效率

利用Deep Learning的強大功能提高信號處理性能并提高STM32應用程序的生產率。創建人工神經網絡并將其映射到STM32（自動生成的優化代碼），而不是構建手工制作的代碼。

使用STM32CUBE.AI部署神經網絡的5個步驟

1.捕獲數據

2.清理，標記數據和構建ANN（人工神經網絡）拓撲

3.訓練ANN模型

4.將ANN轉換為STM32 MCU的優化代碼

5.使用經過培訓的ANN處理和分析新數據

相關資源：