1. <pre id="r0q9t"><label id="r0q9t"><xmp id="r0q9t"></xmp></label></pre><big id="r0q9t"><strike id="r0q9t"></strike></big>
        <table id="r0q9t"><strike id="r0q9t"></strike></table>
      2. <track id="r0q9t"></track>

          <tr id="r0q9t"><label id="r0q9t"><menu id="r0q9t"></menu></label></tr>
        1. 新聞中心

          EEPW首頁 > 嵌入式系統 > 新品快遞 > 意法半導體STM32Cube.AI開發工具增加深度量化神經網絡支持

          意法半導體STM32Cube.AI開發工具增加深度量化神經網絡支持

          作者:時間:2022-08-11來源:電子產品世界收藏

          ST)發布了 version 7.2.0,這是微控制器廠商推出的首款支持超高效的人工智能(AI)開發工具。

          本文引用地址:http://www.supergirls.com.cn/article/202208/437243.htm

          image.png

          將預先訓練好的轉換成STM32微控制器(MCU可以運行的C語言代碼,是充分利用嵌入式產品有限的內存容量和算力開發尖端人工智能解決方案的重要工具,將人工智能從云端下移到邊緣設備,能夠為應用帶來巨大的優勢,其中包括原生隱私保護、確定性實時響應、更高的可靠性和更低的功耗。邊緣人工智能還有助于優化云計算使用率。

           

          現在,通過支持 qKeras Larq 輸入格式,開發者可以進一步降低代碼量、內存占用和響應延遲,這些優勢讓邊緣人工智能釋放出更多可能,包括經濟型應用和成本敏感應用。因此,開發者可以創建邊緣設備,例如,功能和性能先進的電池續航更長的自供電的物聯網端點。從超低功耗 Arm Cortex-MCU? 微控制器,到利用 Cortex-M7、M33 Cortex-A7 內核的高性能產品,STM32系列為開發者提供了許多適合的硬件平臺。

           

          7.2.0版還增加了對TensorFlow 2.9模型的支持,改進了內核性能,新加了scikit-learn機器學習算法和開放神經網絡交換(ONNX)運算符。




          評論


          相關推薦

          技術專區

          關閉
          久久久久久久久久久

            1. <pre id="r0q9t"><label id="r0q9t"><xmp id="r0q9t"></xmp></label></pre><big id="r0q9t"><strike id="r0q9t"></strike></big>
              <table id="r0q9t"><strike id="r0q9t"></strike></table>
            2. <track id="r0q9t"></track>

                <tr id="r0q9t"><label id="r0q9t"><menu id="r0q9t"></menu></label></tr>