说明：
1、虽然目前大多数MCU没有足够内存和处理能力来运行DNN（深度神经网络）算法，但只要针对MCU进行优化，它们就可以运行DNN。
2、2018年早先时候ST表示将于年底发布AI开发工具，并推出带AI加速的STM32系列芯片和相关专用ASIC。AI工具箱今天已经发布，同时今年1月8号的CES2019上将进行展示。
3、STM32Cube.AI中包含用于人体活动识别和音频场景分类的代码示例，可用于ST参考传感器板和移动应用程序。经过训练的人工神经网络对运动和振动传感器，环境传感器，麦克风和图像传感器的数据信号进行分类，比传统的手工信号处理更加快速有效。
4、通过STM32Cube.AI，开发人员可以将预先训练的神经网络转换为C代码，该代码可以调用可在STM32 MCU上运行的优化库中的函数。
5、STM32CubeMx.AI采用来自各种最流行的AI框架（包括Caffe，CNTK，Keras，Lasagne，TensorFlow和theano）的预训练神经网络模型输出。
6、STM32Cube.AI不仅仅是一个简单的工具包，而是希望通过将神经网络引入所有STM32开发人员来改变物联网环境。
![]()
视频介绍：
https://v.qq.com/x/page/a0822mtay4s.html
CubeMX里面已经携带：
为下面的SensorTile开发套件提供了实例：
详细的入门视频开始逐步的更新中：
|
楼主
标题置顶
标题高亮
