【導讀】為了擴大開發(fā)工具的功能，加快嵌入式人工智能 (AI) 和機器學習 (ML) 開發(fā)項目，意法半導體發(fā)布了NanoEdge AI Studio 和 STM32Cube.AI.的升級版本。
2022 年 11 月 15 日，為了擴大開發(fā)工具的功能，加快嵌入式人工智能 (AI) 和機器學習 (ML) 開發(fā)項目，意法半導體發(fā)布了NanoEdge AI Studio 和 STM32Cube.AI.的升級版本。這兩個開發(fā)工具有助于把人工智能和機器學習遷移到應用邊緣設備。遷移到網絡邊緣后，人工智能和機器學習的優(yōu)勢非常突出，包括原生隱私保護、確定性實時響應、更高可靠性和更低功耗。
NanoEdge AI Studio 是一個自動化的機器學習開發(fā)工具，適合不需要開發(fā)神經網絡的應用項目。該工具需要與STM32 微控制器 (MCU) 和內置意法半導體獨有的嵌入式智能傳感器處理單元 (ISPU) 的MEMS 傳感器配合使用。STM32Cube.AI 是一個STM32人工智能模型優(yōu)化器和編譯器，適合需要使用神經網絡的開發(fā)人員。這兩個新版本的功能有助于以最少的投資快速研發(fā)高性能人工智能和機器學習解決方案。
NanoEdge AI Studio version 3.2 版現(xiàn)包含一個自動數據記錄生成器，可以提高開發(fā)效率。輸入包括意法半導體開發(fā)板和開發(fā)人員定義的傳感器參數，例如，數據速率、范圍、樣本大小和軸數。利用這些輸入數據，NanoEdge AI Studio 可以為開發(fā)板生成二進制文件，而無需開發(fā)人員編寫任何代碼。
考慮到數據集質量直接影響機器學習的性能，NanoEdge AI Studio 中的新數據操作功能允許用戶在 NanoEdge AI Studio 中單擊幾下鼠標即可清理和優(yōu)化傳感器捕獲的數據。軟件還新增加了一個驗證階段，通過顯示推理時間、內存使用情況和準確度、F1-Score等常見性能指標，幫助用戶評估所開發(fā)的算法。軟件還顯示在所選庫中涉及的預處理和機器學習模型的更多信息。
NanoEdge AI Studio的最新增強功能增加了更多的異常檢測和回歸算法預處理技術和機器學習模型，提高應用性能。此外，該工具還支持創(chuàng)建用多階回歸模型預測未來系統(tǒng)狀態(tài)的智能庫。
STM32Cube.AI 7.3 版是開發(fā)尖端人工智能和機器學習解決方案的必備工具，被完全集成到 STM32 生態(tài)系統(tǒng)，能夠把提前訓練好的神經網絡轉換成能夠在業(yè)界人氣頗高的STM32 Arm? Cortex? 內核32 位 MCU上運行的 C語言代碼。在優(yōu)化神經網絡 (NN)方面， STM32Cube.AI 升級版增加了更大的靈活性。該工具可以根據性能要求或存儲容量限制，調整現(xiàn)有神經網絡，或者兼顧性能和代碼量均衡優(yōu)化神經網絡，做到兩者兼顧。更新版還增加了對 TensorFlow 2.10 模型的支持和對內核性能的新的改進。
STM32 是意法半導體國際有限公司(STMicroelectronics International NV) 或其在歐盟和/或其他地方的關聯(lián)公司的注冊和/或未注冊商標。 STM32在美國專利商標局注冊。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯(lián)系小編進行處理。
推薦閱讀：
