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：

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。



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；

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。

越是简单的几幅图背后的信息量和学习两陡然庞大~~~

这将还是不是我曾经认识的单片机呢？

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

与龙共舞 发表于 2018-4-27 09:18
好可怕

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？

路漫漫其修远兮~~~

路漫漫其修远兮