► 文档和资源
访问我们的免费资源以了解机器学习。
查找各解决方案的实用资源链接：NanoEdge AI Studio、STM32Cube.AI和X-LINUX-AI。
查找整合具体示例的所有功能包，轻松启动项目。
STM32 AI解决方案简介
适用于STM32的AI解决方案概述（NanoEdge AI Studio、STM32Cube.AI、ST Edge AI Developer Cloud等）-新增-
使用基于STM32的AI，提升产品优势
边缘智能 [电子书]
适合临时学习者和数据科学家的技术、市场及产品信息的重要资源
开始使用NanoEdge AI Studio
探索如何通过点击几下鼠标创建数据集以及您的第一个机器学习算法
NanoEdge AI Studio Presentations
[营销演示文稿] NanoEdgeAI解决方案概述
[产品介绍] 适用于STM32微控制器的自动化机器学习 (ML) 工具
[宣传单] 为互连设备及工业装置开发NanoEdge AI Studio机器学习软件广告宣传
NanoEdge AI Studio Online Training
任何人都可以构建适用于STM32的自我学习边缘AI设备
如何利用NanoEdge AI Studio将异常检测或预测性维护功能集成到您的系统中
NanoEdge AI从数据记录到集成
NanoEdge AI Studio Blog Articles
STEVAL-STWINKT1B：新组件和应用示例，帮助开发人员借助边缘AI处理状态监测应用
The Next Automation Age, How New Cyber-Physical Systems Are Making a Positive Difference（自动化新时代，新的网络物理系统如何带来积极影响）
NanoEdge AI Studio: 2 New Algorithm Families in 1 Comprehensive AI Solution（NanoEdge AI Studio：一个综合性AI解决方案中的两个新算法系列）
NanoEdge AI Studio License Agreement
NanoEdge AI Studio软件许可协议
STM32Cube.AI入门
探索如何优化AI神经网络以及为STM32项目创建处理库
ST Edge AI Developer Cloud
探索如何利用此在线平台对您的STM32项目进行优化、基准测试以及创建AI处理库。
演示文稿
[营销演示文稿] 利用STM32Cube.AI在STM32上优化神经网络
[产品介绍] 适用于STM32Cube的人工智能 (AI) 软件扩展
Wiki
How to measure machine learning model power consumption with STM32Cube.AI generated application（如何利用STM32Cube.AI生成的应用来测量机器学习模型的功耗）
博文
AWS STM32 ML at the Edge Accelerator shows the best of AI on microcontrollers when ST and Amazon Web Services come together（意法半导体和Amazon Web Services联手打造基于微控制器的AI——卓越的AWS STM32边缘机器学习加速器）
STM32Cube.AI and NVIDIA TAO Toolkit, Download and watch a 10x jump in performance on an STM32H7 running vision AI（STM32Cube.AI和NVIDIA TAO工具包，下载并体验运行视觉AI的STM32H7实现10倍性能飞跃）
ST joins MLCommons, why 1 benchmark can help teams adopt machine learning at the edge（意法半导体加入MLCommons，为何1次基准测试就让团队决定采用边缘机器学习）
STM32Cube.AI v7.3 empowers users to find the perfect balance between inference times and RAM（STM32Cube.AI v7.3可助力用户在推理时间与RAM占用之间达成完美平衡）
STM32Cube.AI v7.2, Now With Support for Deeply Quantized Neural Network and Why It Matters（STM32Cube.AI v7.2现已提供深度量化神经网络支持，这为何如此重要）
许可协议
STM32Cube.AI软件许可协议 – SLA0048
适用于OpenSTLinux的X-LINUX-AI入门
学习如何将经过Kera和TensorFlow训练的AI模型轻松集成到您的OpenSTLinux环境中
演示文稿
[产品介绍] X-LINUX-AI：适用于STM32 MPU OpenSTLinux的AI扩展包
使用STM32功能包加快开发速度
为简化应用开发，我们提供了涉及计算机视觉、感测和状态监测等重要应用案例的代码示例。我们的功能包与预处理/后处理功能关联，并连接到微控制器外设，是人工神经网络的完整集成。
这些软件包可帮助您节省宝贵的时间，让您能专注于人工神经网络模型以及如何让应用独具特色。
FP-AI-MONITOR1
面向超低功耗STM32的STM32Cube功能包，用于基于多种传感器的人工智能 (AI) 监控应用
#STM32Cube.AI #NanoEdge AI Studio
FP-AI-SENSING1
面向超低功耗物联网节点的STM32Cube功能包，用于基于声音和运动感测的人工智能 (AI) 应用
#STM32Cube.AI
FP-AI-VISION1
面向超低功耗物联网节点的STM32Cube功能包，用于基于声音和运动感测的人工智能 (AI) 应用
#STM32Cube.AI
FP-AI-FACEREC
面向STM32Cube的人工智能 (AI) 人脸识别功能包
#STM32Cube.AI
FP-AI-CTXAWARE1
通过分布式人工智能 (AI) 实现超低功耗情景感知的STM32Cube功能包：基于MCU通过神经网络进行声学分析，基于IMU通过机器学习进行运动分析
#STM32Cube.AI