DmitryR 5 March 3 Posted March 3 · Report post Добрый день, меня заинтересовал вопрос использования NN-ускорителей в микроконтроллерах для решения задач цифровой обработки сигналов. В качестве платформы думаю взять для начала STM32N6. Поиск в сети показал, что построить сеть, которая будет считать, например, FFT, проблемой не является. Однако абсолютно все примеры, которые я нашёл, написаны на Питоне, а CubeMX в качестве описания модели принимает только форматы Keras, TFlite и ONNX. Буду благодарен, если кто-нибудь мне вкратце объяснит, в чём разница и как конвертируется одно в другое. Quote Share this post Link to post Share on other sites More sharing options...
gridinp 11 March 4 Posted March 4 (edited) · Report post ну а кол-во правильных ответов, тоже будет типичным для NN? 85-90%? или речь идёт не об обычном обучении, а о некоем программировании NN-ускорителя? Edited March 4 by gridinp Quote Share this post Link to post Share on other sites More sharing options...
DmitryR 5 March 4 Posted March 4 · Report post Естественно. Ведь нейрон - это просто MAC плюс функция активации. Например чтобы сделать КИХ надо запрограммировать в нейрон коэффиценты и линейную активационную функцию. БПФ - это один полный слой, в котором в качестве весов используются соответствующие коэффиценты (exp(i*2*pi/n)). Quote Share this post Link to post Share on other sites More sharing options...
gridinp 11 March 4 Posted March 4 · Report post хм, действительно https://docs.pytorch.org/docs/stable/generated/torch.nn.Conv1d.html надо почитать, pytorch насколько я понимаю может сгенерить ONNX библиотечной функцией Quote Share this post Link to post Share on other sites More sharing options...
DmitryR 5 March 4 Posted March 4 · Report post On 3/4/2026 at 9:20 AM, gridinp said: надо почитать, pytorch насколько я понимаю может сгенерить ONNX библиотечной функцией Спасибо, я посмотрел. Насколько я понял, это точно такая же вещь, как Keras и Tensorflow. То есть позволяет c помощью кода на Питоне создавать и тренировать модели. Мне же нужно лишь сохранить уже предопределённые модели в другой формат. Тренировки они не требуют, а исполняться будут на микроконтроллере в собственном рантайме. Quote Share this post Link to post Share on other sites More sharing options...
gridinp 11 March 4 Posted March 4 · Report post 1 час назад, DmitryR сказал: Спасибо, я посмотрел. Насколько я понял, это точно такая же вещь, как Keras и Tensorflow. То есть позволяет c помощью кода на Питоне создавать и тренировать модели. Мне же нужно лишь сохранить уже предопределённые модели в другой формат. Тренировки они не требуют, а исполняться будут на микроконтроллере в собственном рантайме. это наверное надо смотреть api разработчика для которого ваша модель предопределена, я только работал немного с yolo и там множество конвертеров для того, чтобы на разной аппаратуре можно было делать inference ихней NN, я конвертировал в openvino и выполнял на c++ для intel gpu, там же есть конвертеры для rockchip NPU и прочие Quote Share this post Link to post Share on other sites More sharing options...
DmitryR 5 March 4 Posted March 4 · Report post On 3/4/2026 at 2:15 PM, gridinp said: это наверное надо смотреть api разработчика для которого ваша модель предопределена Нет никакой "моей" модели. Эти модели как раз заложены в API, что Keras, что TensorFlow. Эти API доступны через Python. Эта часть мне полностью ясна - как это всё установить, запустить, и промоделировать. Вопрос исключительно в том, что у этих API, что TensorFlow, что Keras есть, оказывается, свои форматы представления сетей помимо Python. Более того я тут даже понял, как навернув это всё у себя, сделать сохранение - в том же интерфейсе Python есть для этого команды. Но мне кажется, что ставить всё это только ради того, чтобы сделать конверсию - как-то тупо. Это IMHO примерно как ставить полную студию по производству видео для того, чтобы сконвертировать AVI в MKV. Quote Share this post Link to post Share on other sites More sharing options...
