|
來源：Digi-Key 作者： Jacob Beningo 機(jī)器學(xué)習(xí)，特別是 TinyML 有可能徹底改變嵌入式系統(tǒng)的設(shè)計(jì)和構(gòu)建方式。從傳統(tǒng)上來講，這些系統(tǒng)采用了基于開發(fā)者對(duì)系統(tǒng)經(jīng)驗(yàn)的程序算法。機(jī)器學(xué)習(xí)帶來了不同的方法，其中系統(tǒng)算法基于對(duì)現(xiàn)實(shí)世界的觀察和數(shù)據(jù)。如果環(huán)境數(shù)據(jù)發(fā)生了變化，那么機(jī)器學(xué)習(xí)模型可以迅速利用數(shù)據(jù)重新學(xué)習(xí)。人工編碼的解決方案則需要重寫。 本文將探討由 STMicroelectronics STM32 微控制器系列支持的嵌入式系統(tǒng)的機(jī)器學(xué)習(xí)平臺(tái)和工具。 STM32 微控制器系列的機(jī)器學(xué)習(xí)支持 機(jī)器學(xué)習(xí)可以成為嵌入式系統(tǒng)開發(fā)者的強(qiáng)大工具。然而，開發(fā)者往往認(rèn)為機(jī)器學(xué)習(xí)算法需要太多的處理能力，或者算法太大，以至于無法適應(yīng)典型的微控制器�，F(xiàn)實(shí)中，所選微控制器將更多地取決于希望通過機(jī)器學(xué)習(xí)做什么，而不是特定微控制器如何支持機(jī)器學(xué)習(xí)。 例如，圖 1 顯示了一系列支持機(jī)器學(xué)習(xí)的 STM32 微控制器系列。這些微控制器范圍從 STM32F0 到 STM32F7，前者運(yùn)行頻率為 48 MHz，具有高達(dá) 256 KB 的閃存和 32 KB 的 RAM，后者運(yùn)行頻率為 216 MHz、具有高達(dá) 2 MB 的閃存和 512 KB 的 RAM。 
圖 1：使用 STM32Cube.AI 和 NanoEdge 開發(fā)工具的 STM32 微控制器支持機(jī)器學(xué)習(xí)。（圖片來源：STMicroelectronics） 正如我們所了解的，有相當(dāng)多的微控制器可以支持機(jī)器學(xué)習(xí)。真正的問題是，機(jī)器學(xué)習(xí)平臺(tái)必須能順利地支持廣泛的開發(fā)者。例如，對(duì)于嵌入式軟件團(tuán)隊(duì)來說，擁有一名機(jī)器學(xué)習(xí)專家并不常見。相反，嵌入式軟件開發(fā)者被迫在他們的傳統(tǒng)技能之外還需精通機(jī)器學(xué)習(xí)。因此，需要一個(gè)平臺(tái)來支持有或沒有機(jī)器學(xué)習(xí)專家的團(tuán)隊(duì)。STM32 機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)的工具鏈有助于解決這個(gè)問題。 為沒有機(jī)器學(xué)習(xí)專家的嵌入式團(tuán)隊(duì)提供幫助 可以肯定的是，設(shè)計(jì)和訓(xùn)練機(jī)器學(xué)習(xí)算法似乎是一項(xiàng)艱巨的任務(wù)。開發(fā)者需要能夠獲取數(shù)據(jù)、設(shè)計(jì)模型、訓(xùn)練模型，然后確保模型足以適合優(yōu)化并將其部署到嵌入式系統(tǒng)中。 傳統(tǒng)上，機(jī)器學(xué)習(xí)模型是通過 TensorFlow Lite、PyTorch、Matlab 或其他工具創(chuàng)建的。這些工具往往遠(yuǎn)超出嵌入式軟件開發(fā)者的舒適區(qū)或經(jīng)驗(yàn)。掌握這些工具并得到準(zhǔn)確的結(jié)果不僅耗費(fèi)時(shí)間，而且成本也很高。 STM32 機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)包括一個(gè)被稱作 NanoEdge 的工具（圖 2），能幫助沒有機(jī)器學(xué)習(xí)專業(yè)知識(shí)或經(jīng)驗(yàn)的開發(fā)者在其設(shè)備上訓(xùn)練、部署機(jī)器學(xué)習(xí)應(yīng)用。 例如，開發(fā)者可以輕松地創(chuàng)建機(jī)器學(xué)習(xí)庫(kù)，用于諸如異常檢測(cè)、異常值檢測(cè)、分類和回歸等應(yīng)用。然后，可以在 STM32 微控制器上部署這些庫(kù)。
圖 2：NanoEdge 可以引導(dǎo)開發(fā)者完成整個(gè)機(jī)器學(xué)習(xí)的開發(fā)過程。（圖片來源：STMicroelectronics） 擁有 機(jī)器學(xué)習(xí)專家的嵌入式團(tuán)隊(duì)怎么辦？ 當(dāng)一個(gè)開發(fā)團(tuán)隊(duì)能夠求助機(jī)器學(xué)習(xí)專家時(shí)，他們將獲得更多工具來開發(fā) STM32 微控制器的機(jī)器學(xué)習(xí)模型。例如，當(dāng)有了專業(yè)知識(shí)時(shí)，開發(fā)團(tuán)隊(duì)可以使用 TensorFlow Lite、PyTorch、Matlab 或其他一些工具來建模。經(jīng)常出現(xiàn)的問題是，這些工具會(huì)產(chǎn)生未經(jīng)優(yōu)化的庫(kù)。這種庫(kù)在微控制器上的運(yùn)行效率不高。 在 STM32 系列中，開發(fā)者可以利用 STM32Cube.AI 插件導(dǎo)入機(jī)器學(xué)習(xí)模型，并對(duì)其進(jìn)行優(yōu)化，以便在 STM32 微控制器上高效運(yùn)行。該工具允許開發(fā)者在目標(biāo)微控制器上運(yùn)行、調(diào)整其機(jī)器學(xué)習(xí)模型。首先，開發(fā)者可以將其模型導(dǎo)入工具鏈，如圖 3 所示。然后，他們可以轉(zhuǎn)換模型，分析網(wǎng)絡(luò)，然后進(jìn)行驗(yàn)證。一旦完成這些工作，開發(fā)者就可在 STM32CubeIDE 內(nèi)生成代碼，圍繞模型創(chuàng)建機(jī)器學(xué)習(xí)框架，以簡(jiǎn)化嵌入式軟件開發(fā)。
圖 3：正弦波發(fā)生器機(jī)器學(xué)習(xí)模型被導(dǎo)入 STM32CubeIDE.AI。（圖片來源：Beningo Embedded Group） 嵌入式軟件開發(fā)者必須向機(jī)器學(xué)習(xí)模型提供適當(dāng)?shù)妮斎耄约皺z查結(jié)果代碼�？梢詫�(duì)結(jié)果進(jìn)行操作，也可以對(duì)結(jié)果進(jìn)行平均化或以任何對(duì)應(yīng)用有意義的方式進(jìn)行操作。圖 4 顯示了運(yùn)行和檢查模型結(jié)果的簡(jiǎn)單應(yīng)用循環(huán)。
圖 4：主循環(huán)圍繞機(jī)器學(xué)習(xí)模型。（圖片來源：Beningo Embedded Group） 結(jié)語 在 TinyML 的推動(dòng)下，機(jī)器學(xué)習(xí)正以適當(dāng)?shù)姆绞饺谌肭度胧綉?yīng)用。為了獲得成功，開發(fā)者需要利用一個(gè)平臺(tái)。雖然看起來平臺(tái)選項(xiàng)幾乎每天都在出現(xiàn)，但 STM32 生態(tài)系統(tǒng)為開發(fā)者提供了一個(gè)簡(jiǎn)單且可擴(kuò)展的解決方案路徑。 在這個(gè)生態(tài)系統(tǒng)中，具有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)的開發(fā)者可以利用其傳統(tǒng)工具，并使用 STM32CubeIDE.AI 插件來優(yōu)化、調(diào)整解決方案。對(duì)于沒有機(jī)器學(xué)習(xí)專業(yè)知識(shí)的團(tuán)隊(duì)，可以通過 NanoEdge 來簡(jiǎn)化機(jī)器學(xué)習(xí)庫(kù)的開發(fā)，并快速、經(jīng)濟(jì)地啟動(dòng)和運(yùn)行解決方案。 |
