【嵌入式AI入门日记】将 AI 模型移植到 RT-Thread 上（2）

上期回顾：（点此跳转上一期）

本期将介绍如何在 RT-Thread 操作系统上运行 Mnist Demo（手写数字识别），可支持自己手写数字验证。

准备

---

• 系统：Windows | Ubuntu 18.04

• 板子：STM32 H743ZI NUCLEO

• RT-T hread运行环境

• MDK 5

• github: https://github.com/Lebhoryi/Edge_AI/tree/master/Project2-Mnist

MNIST 在人工智能领域中的地位等同于 "Hello world" 在各个编程语言中的地位。

因此, 本次实验将以 MNIST 为主体, 进一步了解人工智能和嵌入式之间的神秘联系。

本期实现的是:

通过CMSIS NN 库复现神经网络, 导入int 型权重文件, 在 RT-Thread 系统中成功实现Mnist 推理.

如何将 Mnist 跑在 RT-Thread 上:

1. 从github 拉取Mnist_CMSIS 或者 Mnist_CMSIS.7z 到本地, Mnist_CMSIS 有520M, 建议下载压缩包, 仅66.4M

2. 运行方法, 二选一:

• Scons

• MDK5 编译

• CMSIS + RT-Thread 推理成功界面

• 

  在github上的文件夹中,已经包含实验运行所需要的CMSIS packages, 下载即可运行, 自己新建的工程需要现在 RT-Thread 的 Menuconfig 中打开CMSIS 包

1. PC 训练 Model

File: mnist.ipynb

1.1 PC 端环境

• Tensorflow: 2.3.0-dev20200515

• Numpy: 1.16.4

• Keras: 2.2.4-tf

1.2 数据集

File: ./data/mnist.npz

MNIST 数据集由 60000 (训练集) + 10000(测试集) 手写字符组成, 每张图片的大小为