|
STM32垂直应用挑战第六周+人工智能（神经网络的开发） 学习网站：https://www.stmcu.com.cn/ecosystem/app/ai。 在本周的学习中从人工智能到机器学习再带深度学习，然后深度学习就是利用神经网络进行学习的。
图1 AI简介
对于神经网络的了解，人工神经网络也简称为神经网络或称作连接模型，它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。在工程与学术界也常直接简称为“神经网络”或类神经网络。人工神经网络是受到人类大脑结构的启发而创造出来的，这也是它能拥有真智能的根本原因。在我们的大脑中，有数十亿个称为神经元的细胞，它们连接成了一个神经网络。人工神经网络正是模仿了上面的网络结构。下面是一个人工神经网络的构造图。每一个圆代表着一个神经元，他们连接起来构成了一个网络。 图2 人工神经网络的构造图 上面的x是神经元的输入，相当于树突接收的多个外部刺激。w是每个输入对应的权重，它影响着每个输入x的刺激强度。大脑的结构越简单，那么智商就越低。单细胞生物是智商最低的了。人工神经网络也是一样的，网络越复杂它就越强大，所以我们需要深度神经网络。这里的深度是指层数多，层数越多那么构造的神经网络就越复杂。而且神经元网络包含三个层次的神经元，输入层、隐藏层（可多层）和输出层，如图下。 图3 神经元网络分层 在ST提供的深度学习的资源中就有详细神经网络的开发流程，分别利用ST提供的生态去开发，减去了一定的麻烦，通过集成的硬件和软件去开发，从获取数据、数据清洗、训练神经网络模型、将模型转换为MCU上执行的优化代码、使用训练好的模型分析数据。对于神经网络的开发可以很好的利用SensorTile，SensorTile是包含了MCU，蓝牙及多种传感器的完整开发套件，并且完美体现了什么叫浓缩的才是精华，其核心板的尺寸仅有1.35cmx1.35cm，有赖于意法半导体产品的极小封装特性，我们将MCU，多种传感器，蓝牙低功耗及MEMS麦克风等关键元器件集成在如此微小的开发板上。 图4 STSensorTile 下面我将分享通过利用硬件的集成开发去采集数据，也可以更好的了解了人工智能和神经网络的形成。 | 
楼主
标题置顶
标题高亮
;){kind=link}