weixin_40451593的博客

之前碰到过一次这个问题，一直没解决，这次又又碰上了，在模型采用Sequential（）方式定义的情况下，找到了一个解决办法，在此分享一下。（如果有其他更方便的方法的话，一定要滴滴我一下啊啊啊！）模型定义model = tf.keras.Sequential()model.add(tf.keras.layers.Conv2D(4, 3, activation='relu', bias_initializer='random_uniform', padding='same',input_shape=in

在找资源时看了几个教程，发现有提到这几个软件：Keil、IAR、STM32CubeIDE、STM32CubeMX，新手表示很迷惑，查阅资料后，特此记录。首先，这几个软件都是可以用来对STM32进行开发。关于Keil、IAR，也可以说是arm开发工具，两者区别比较；关于STM32CubeIDE、STM32CubeMX，查阅到资料，此处贴出社区的问答结果：cubeMX是帮助生成初始化代码的，cubeIDE是编译器，兼顾了生成代码和代码编译调试的部分，他们是包含关系：cubeIDEcubeIDE =

神经网络模型部署到MCU 之 环境搭建教程前提工作：已经搭建好了神经网络模型（tensorflow、keras），并进行了训练。目前工作：将网络部署到单片机上，用到的是STM32的开发板，使用到了STM32CubeMX和X-CUBE-AI来生成代码。其中STM32CubeMX的安装教程参考：https://blog.csdn.net/as480133937/article/details/98885316整体的一个学习教程来自哔哩哔哩：https://www.bilibili.com/video/B

linux服务器配置tensorflow环境为了做实验，跑模型，不得不现搭一个tensorflow的环境。其中，项目涉及到的包有numpy/pysoundfile/resampy/tensorflowjs等等。简单总结记录一下经验：1.安装tensorflow之前一定要先查阅一下它和其它包的版本对应关系，很有可能在这里报错；2.现在tensorflow已经出了2.3，从2.0之后，tensorflow-gpu和tensorflow-cpu已经合并了，keras也添加进去了，所以不必纠结这两个；3