STM32运行深度学习指南基础篇(3)(STM32CubeMX.AI+Tensorflow)

STM32运行深度学习指南基础篇(3)(STM32CubeMX.AI+Tensorflow)

在上一篇文章中我们已经有训练好的tflite模型，接下来我们要在Clion中实现，如果是Keil的朋友可以跳转至这篇文章
STM32运行深度学习指南基础篇(4)(STM32CubeMX.AI+Tensorflow)
在我们新建好的STM32CubeMX中勾选，我们的AI包：

打开串口：

激活AI模块，载入模型，点击analyze

我们修改生成的main代码

​ 在/* USER CODE BEGIN Includes / …/ USER CODE END Includes */中添加需要的头文件

/* USER CODE BEGIN Includes */
#include "ai_platform.h"
#include "network.h"
#include "network_data.h"
#include "stdio.h"
/* USER CODE END Includes */

​ 在/* USER CODE BEGIN PTD /…/ USER CODE END PTD */，添加printf相关函数

/* USER CODE BEGIN PTD */
#ifdef __GNUC__
#define PUTCHAR_PROTOTYPE int __io_putchar(int ch)
#else
#define PUTCHAR_PROTOTYPE int fputc(int ch, FILE *f)
#endif
PUTCHAR_PROTOTYPE
{
   
    HAL_UART_Transmit(&huart1,(uint8_t*)&ch, 1, 0xFFFF);
    return ch;
}
/* USER CODE END PTD */

​ 在/* USER CODE BEGIN PV /…/ USER CODE END PV */中添加需要的相关变量

/* USER CODE BEGIN PV */

/* 输入数据 */
float aiInData[16][AI_NETWORK_IN_1_SIZE] = {
   
        {
   1,	1,	1,	0},
        {
   1,	1