Cube-MX、X-CUBE-AI、STM32H7 模型生成

发表于 2026-6-6 17:19

这两个算子不支持，可能需要升级X-Cube-AI版本或寻找替代方案。

发表于 2026-6-9 10:58

请检查模型导出设置，确保参数匹配项目需求。

发表于 2026-6-12 07:16

在使用tf.linalg.matmul时要注意数值稳定性，可能需要调整参数或使用其他方法确保结果准确。

发表于 2026-6-13 18:29

使用tanh近似替代erf，具体公式可从相关数学文献中获得。

发表于 2026-6-16 22:21

检查模型导出设置，确保参数和格式符合项目需求。

发表于 2026-6-19 11:49

首先安装ONNX库，然后加载模型，使用ONNX Runtime进行推理。

发表于 2026-6-8 20:55

先确认模型中没有用到的算子，然后用X-CUBE-AI支持的算子替换，或者调整模型结构避开不支持算子。

发表于 2026-6-9 10:31

试试降级TensorFlow版本到2.6，再转换模型，之前项目就是这样解决的。

发表于 2026-6-21 23:16

确保使用与原始模型相同的TFLite版本，重新导出时选择兼容模式。

发表于 2026-6-26 08:26

选择Cortex-M平台导出模型，确保单片机正确运行。

发表于 2026-6-29 10:42

erf函数用不了，换成近似的计算方法吧。

发表于 2026-6-11 15:25

改模型结构或降TensorFlow版本，试试用pip降级到2.6左右再转换。

发表于 2026-6-11 15:45

旧工程用的是简单 CNN/Dense → 无 Flex/BatchMatMul；
新模型用了 MatMul/Erf/GELU → 触发不支持算子

发表于 2026-6-30 19:41

单片机直接使用未优化的TensorFlow算子，效率可能不高。

发表于 2026-7-6 11:30

使用TensorFlow Lite Converter，确保模型格式和目标设备兼容，选择合适的优化选项，然后进行转换。

发表于 2026-7-6 19:05

可能是参数设置不正确，导致转换后生成“flex”算子，需检查设置调整。

发表于 2026-7-6 23:23

看来你的AI开发环境不支持某些功能，你可以考虑更新到新版本或寻找兼容的其他库。

发表于 2026-7-12 19:32

首先检查导出设置，确认参数和格式是否符合要求。

发表于 2026-7-14 12:37

可以考虑更换传感器或调整电路设计，看是否能解决当前问题。

发表于 2026-7-18 14:33

考虑替代传感器或调整电路设计，看是否能解决电机控制问题。

[开发工具] Cube-MX、X-CUBE-AI、STM32H7 模型生成