芯耀
414
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(yīng)用邊緣設(shè)備。遷移到網(wǎng)絡(luò)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(yīng)、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(jīng)網(wǎng)絡(luò)的應(yīng)用項目。該工具需要與STM32 微控制器 (MCU) 和內(nèi)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(jīng)網(wǎng)絡(luò)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(shù)據(jù)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(shù)，例如，數(shù)據(jù)速率、范圍、樣本大小和軸數(shù)。利用這些輸入數(shù)據(jù)，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(shù)據(jù)集質(zhì)量直接影響機器學習的性能，NanoEdge AI Studio 中的新數(shù)據(jù)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(shù)據(jù)。軟件還新增加了一個驗證階段，通過顯示推理時間、內(nèi)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(yù)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(yù)處理技術(shù)和機器學習模型，提高應(yīng)用性能。此外，該工具還支持創(chuàng)建用多階回歸模型預(yù)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(jīng)網(wǎng)絡(luò)轉(zhuǎn)換成能夠在業(yè)界人氣頗高的STM32 Arm® Cortex® 內(nèi)核32 位 MCU上運行的 C語言代碼。在優(yōu)化神經(jīng)網(wǎng)絡(luò) (NN)方面， STM32Cube.AI 升級版增加了更大的靈活性。該工具可以根據(jù)性能要求或存儲容量限制，調(diào)整現(xiàn)有神經(jīng)網(wǎng)絡(luò)，或者兼顧性能和代碼量均衡優(yōu)化神經(jīng)網(wǎng)絡(luò)，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(nèi)核性能的新的改進。
