X-CUBE-AI是STM32Cube.AI生态系统的STM32Cube扩展包部分,能够自动转换预训练人工智能算法(包括神经网络和经典机器学习模型),并将生成的优化库集成到用用户项目中,以此来扩展STM32CubeMX功能。在STM32CubeMX工具(版本5.4或更新的版本)进行下载即可使用,如面向人工智能(AI) (UM2526)的X-CUBE-AI扩展包入门用户手册中...
Validation工程:完整的应用程序,在桌面PC和基于STM32 Arm Cortex-m的MCU嵌入式环境中,通过随机或用户测试数据,递增地验证NN返回的结果。与 X-CUBE-A验证工具一起使用。 Application Template工程:允许构建应用程序的空模板项目,包括多网络支持。 之后左边栏中的Software Packs点开,选择其中的X-CUBE-AI,弹出的Mode窗口...
除了深度学习框架外,X-CUBE-AI还涵盖了来自著名开源库scikit-learn的机器学习算法,这是一个完整的Python机器学习框架,如:随机森林、支持向量机(SVM)、k-means聚类和k最近邻(k-NN)。开发人员可以构建大量有监督或无监督的机器学习算法,并利用简单高效的工具进行数据分析。 X-CUBE-AI v7.1.0不直接支持来自scikit-l...
7345个成员聚集在这个小组 加入小组
DM00570145_ZHV1.pdf(4.98 MB)
一、cube.AI实际项目应用 接篇二,前文都是采用FP-AI-SENSING1案例和配套的B-L475E-IOT01A开发板来阐述的,而实际项目中,我们都是基于自身项目硬件平台来训练模型及部署模型的,我们仅仅需要cube.AI软件包(作为可调用库)来支持我们项目,不会强行采用FP-AI-SENSING1案例去收集数据及配套的B-L475E-IOT01A等硬件平...
CubeAI是一个AI模型分析和优化工具，可以帮助用户分析和优化他们的AI模型。Keras和ONNX是两种不同的深度...
STM32拥有丰富的微控制器与微处理器产品组合,从无线,超低功耗,高性能,主流MCU到通用MPU,这确保满足设计工程师们对其应用所需的性能、功效与安全性的多方位要求。3月,STM32系列将有多款新品重
X-CUBE-AI是STM32Cube.AI生态系统的STM32Cube扩展包部分,能够自动转换预训练人工智能算法(包括神经网络和经典机器学习模型),并将生成的优化库集成到用用户项目中,以此来扩展STM32CubeMX功能。在STM32CubeMX工具(版本5.4或更新的版本)进行下载即可使用,如面向人工智能(AI) (U...
X-CUBE-AI是STM32Cube.AI生态系统的STM32Cube扩展包部分,能够自动转换预训练人工智能算法(包括神经网络和经典机器学习模型),并将生成的优化库集成到用用户项目中,以此来扩展STM32CubeMX功能。在STM32CubeMX工具(版本5.4或更新的版本)进行下载即可使用,如面向人工智能(AI) (UM2526)的X-CUBE-AI扩展包入门用户手册中...