2022 年 11 月 15 日,中国——为了扩大开发工具的功能,加快嵌入式人工智能 (AI) 和机器学习 (ML) 开发项目,意法半导体发布了NanoEdge AI Studio 和 STM32Cube.AI.的升级版本。这两个开发工具有助于把人工智能和机器学习迁移到应用边缘设备。迁移到网络边缘后,人工智能和机器学习的优势非常突出,包括原生隐私保护、确定性实时响应、更高可靠性和更低功耗。
NanoEdge AI Studio 是一个自动化的机器学习开发工具,适合不需要开发神经网络的应用项目。该工具需要与STM32 微控制器 (MCU) 和内置意法半导体独有的嵌入式智能传感器处理单元 (ISPU) 的MEMS 传感器配合使用。STM32Cube.AI 是一个STM32人工智能模型优化器和编译器,适合需要使用神经网络的开发人员。这两个新版本的功能有助于以最少的投资快速研发高性能人工智能和机器学习解决方案。
NanoEdge AI Studio version 3.2 版现包含一个自动数据记录生成器,可以提高开发效率。输入包括意法半导体开发板和开发人员定义的传感器参数,例如,数据速率、范围、样本大小和轴数。利用这些输入数据,NanoEdge AI Studio 可以为开发板生成二进制文件,而无需开发人员编写任何代码。
考虑到数据集质量直接影响机器学习的性能,NanoEdge AI Studio 中的新数据操作功能允许用户在 NanoEdge AI Studio 中单击几下鼠标即可清理和优化传感器捕获的数据。软件还新增加了一个验证阶段,通过显示推理时间、内存使用情况和准确度、F1-Score等常见性能指标,帮助用户评估所开发的算法。软件还显示在所选库中涉及的预处理和机器学习模型的更多信息。
NanoEdge AI Studio的最新增强功能增加了更多的异常检测和回归算法预处理技术和机器学习模型,提高应用性能。此外,该工具还支持创建用多阶回归模型预测未来系统状态的智能库。
STM32Cube.AI 7.3 版是开发尖端人工智能和机器学习解决方案的必备工具,被完全集成到 STM32 生态系统,能够把提前训练好的神经网络转换成能够在业界人气颇高的STM32 Arm® Cortex® 内核32 位 MCU上运行的 C语言代码。在优化神经网络 (NN)方面, STM32Cube.AI 升级版增加了更大的灵活性。该工具可以根据性能要求或存储容量限制,调整现有神经网络,或者兼顾性能和代码量均衡优化神经网络,做到两者兼顾。更新版还增加了对 TensorFlow 2.10 模型的支持和对内核性能的新的改进。
了解有关意法半导体的人工智能和机器学习解决方案的更多信息,发现应用实例,请访问stm32ai.st.com
STM32 是意法半导体国际有限公司(STMicroelectronics International NV) 或其在欧盟和/或其他地方的关联公司的注册和/或未注册商标。 STM32在美国专利商标局注册。
上一篇:安森美的安全蓝牙低功耗5.2微控制器RSL15获创新产品奖
下一篇:RISC-V应用创新井喷!2022玄铁杯RISC-V大赛赛果出炉
- TS9012ACX5 RF 300mA低静态电流CMOS LDO典型应用电路,带使能功能
- LTC4081 的典型应用 - 具有 NTC 输入和 300mA 同步降压的 500mA 锂离子充电器
- LTC3539/LTC3539-2 的典型应用 - 2A、1MHz/2MHz 同步升压型 DC/DC 转换器
- LTC3119EFE 具有温度校正功能的光伏面板输入铅酸充电器的典型应用电路 (1MHz)
- NCL30086 模拟/数字可调光功率因数校正准谐振初级侧电流模式控制器的典型应用,用于降压-升压转换器中的 LED 照明
- #第四届立创大赛#18650充电器+LED灯
- S1.萝丽一代遥控器
- 使用 Analog Devices 的 LTC2268 的参考设计
- 继电器模块
- LTC3524 的典型应用 - 具有 WLED 驱动器的可调 TFT 偏置电源