使用NVIDIATAOToolkit和STM32AI解决方案为您的边缘AI模型提升性能

边缘人工智能为所有市场的许多新应用铺平了道路。然而，为了使边缘人工智能解决方案充分发挥其潜力，开发者更需要用户友好型解决方案，以提供准确的性能洞察，克服使用机器学习算法工作的复杂性。

如今，由于现有边缘人工智能解决方案缺乏灵活性和可靠性，许多运行在 MUC 上的边缘人工智能应用无法进入生产阶段以及商业部署。总之，它们无法让嵌入式开发者在 MCU 上轻松、及时地创建、测试和部署机器学习算法。

通过一个小时的网络研讨会，您将了解将人工智能集成到 MCU 中的所有必要知识

(资料图)

在这个一小时的网络研讨会和现场问答中，来自意法半导体和 NVIDIA 的专家将向您展示如何在 STM32 MCU 上无缝部署高性能边缘 AI 算法。

我们将从一个种并不适合嵌入式 AI 的、复杂的、内存密集型的神经网络入手。通过使用NVIDIA TAO Toolkit，我们会将其内存占用减少 100 倍，从而使其能够在 STM32 MCU 上运行。

从理论到实践，边缘人工智能专家还将为您演示人员存在检测。

参加本次会议后，您将了解如何使用 NVIDIA TAO Toolkit 从头开始创建端到端的边缘 AI 应用程序，以及如何在短短一小时内将其在 STM32 上启动并运行。您还将了解如何使用自己的 ANN 模型，数据集和嵌入式软件应用程序代码创建边缘 AI 应用程序。

在本次研讨会中，您将了解到：

意法半导体在 MCU 上部署边缘 AI 的生态系统

可以帮助开发者训练、调整和优化神经网络模型的 NVIDIA TAO 工具

意法半导体和 NVIDIA 工具如何帮助您以简单的方式提升 STM32 MCU 上提升边缘 AI 性能，并超越市场上的其他解决方案

这些工具如何颠覆当前的实践，并让所有人都能使用边缘人工智能

如何轻松上手意法半导体和 NVIDIA 的 AI 生态系统

如果您：

已经具备人工智能和神经网络方面的知识

听说过主要的数据科学框架和文件格式 (TensorFlow, Keras, ONNX 等)

已经在使用数据集来训练神经网络模型

了解在 MCU 上部署 ML/AI 所面临的挑战和限制，并正在寻找简化项目开发的解决方案

那么，这次研讨会将是为您量身打造的！

议程：

网络研讨会议程目标、行业现状和意法半导体边缘人工智能解决方案

NVIDIA TAO Toolkit 的现场演示

意法半导体对于 NVIDIA TAO Jupyter Notebook 的实践演示，展示如何：

○ 从 BYO 模型开始部署人员检测用例

○ 使用 NVIDIA 数据集对其进行训练，

○对网络进行修剪和再训练，将其内存占用减少 100 倍，以优化其在 STM32 上的性能

○ 使用意法半导体边缘 AI 解决方案部署训练好的神经网络

问答环节

关键词：