1.AI：从前例中学习；传统：基于经验
2.IOT（internet of things）设备（传感器将原始数据上传）->Gateway网关->cloud（运行在云上的AI引擎）
3.st.com搜AI，找工具
4.
高性能MCUs：F2/F4/H7/F7
主流MCUs：F0/G0/F1/F3/G4
超低功耗MCUs：L0/L1/L5/L4/L4+
无线MCUs：WL/WB
5.
MPU（Micro Processor Unit）微处理器
MCU（Micro Controller Unit）微控制器
RPC（Remote Procedure Call）远程过程调用
6.电弧检测：电压/电流测量->特征提取->异常检测
7.有多少数据，有多少人工，就有多少智能
8.rtt的优点：中文资源、论坛，稳定性好。
缺点：封装程度太高，万一需要修改、裁剪系统，难度较大。
9.RT smart占用资源更小，实时性好。
10. SDK：软件开发工具包，一般都是一些软件工程师为特定的软件包、软件框架、硬件平台、操作系统等建立应用软件时的开发工具的集合。通俗理解为一个被封装好了的功能模块，例如当你先要开发APP时，为了节省成本和周期，通常只会开发核心功能，而一些非核心功能，通知就直接用第三方提供的SDK来实现。
11.Jupyter notebook：一种Web应用，能让用户将说明文本，数学方程，代码和可视化内容全部组合到一个易于共享的文档中。
12. RGB565 是16位的，2个字节，5+6+5，第一字节的前5位是R，后三位+第二字节前三位是G，第二字节后5位是B。
RGB555 也是16位的，2个字节，RGB各5位，有1位未用。
RGB888 是24位的，3个字节。
13. NPC是non-player character的缩写，是游戏中一种角色类型，意思是非玩家角色，指的是游戏中不受真人玩家操纵的游戏角色，这个概念最早源于单机游戏，后来这个概念逐渐被应用到其他游戏领域中。
14.RT-AK（RT-Thread Artificial Intelligence Kit）实现神经网络模型一键部署，支持多种硬件平台，提供标准I/O接口。
RT-AK： Lib（默认指定）+ tools
15. RT-AK和原厂的STM32X-CUBE-AI的区别：前者部署AI模型后，嵌入式设备是带操作系统的；而后者部署完后，嵌入式设备不带操作系统。
RT-AK架构中为什么不使用原厂的开发工具？
原厂移植后没有办法提供RTT系统。
16.Platform Lib Plugin：平台库插件；Platform Tools Plugin：平台工具插件
17. .lib是一种文件名后缀，代表的是静态数据连接库，在windows操作系统中起到链接程序和函数（或子过程）的作用，相当于Linux中的.a或.o、.so文件。
18. application应用开发代码，middlewares提供静态库，X-CUBE-AI转换模型，网络结构，传送数据
19. .h5文件里存储的就是网络结构和卷积核数据
20. 激活函数：将输入的量转换为0-1之间的数。
21. 影响深度学习的结果的因素：数据集，网络结构
22. 家电检测，泄露检测，断路器，空调过滤器检测，电梯门检测，采集犬（电流振动信息）
23. DCMI：digital camera interface
24. YOLO：YOLO将物体检测作为回归问题求解。
25.嵌入式AI搭建基本步骤
①准备环境
bsp工程（H750 ART-PI开发板）
RT-AK工具
人型分类模型
②命令操作
执行RT-AK工具 ai-tools->cmd
studio文件
初始化句柄
③完成烧录
26.
计算机 -> 互联网 -> 物联网
（信息孤岛） （人类活动为中心） （人类活动环境）
键鼠GUI GUI触摸 NUI
人坐电脑前 一机常在手 如影随行
27. NUI: 自然用户界面（Natural User Interface），用自然的交流方式（如语言，文字）与机器互动。“自然”一词是相对图形用户界面（GUI）而言的，GUI要求用户必须先学习软件开发者预先设置好的操作，而NUI则只需要人们以最自然的交流方式（如语言和文字）与机器互动。直观的说，使用NUI的计算机不需要键盘或鼠标。特别是触控技术将使人机交互变得更加自然直观，更为人性化。
28. EMTC：LTE enhanced MTO，是基于LTE演进的物联网技术。为了更加适合物与物之间的通信，也为了更低的成本，对LTE协议进行了裁剪和优化。
29. buffer：在计算机领域，缓冲器指的是缓冲寄存器，它分输入缓冲器和输出缓冲器两种。
30. X-CUBE-AI：原厂转换模型，网络结构
31. 线性模型y=wx+b（w：斜率/权重；b：截距/偏置）
32. CNN（convolutional neural network）：卷积神经网络
33. NN：神经网络
34. AIOT：AIoT（人工智能物联网）=AI（人工智能）+IoT（物联网）。 [1] AIoT融合AI技术和IoT技术，通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化。物联网技术与人工智能相融合，最终追求的是形成一个智能化生态体系，在该体系内，实现了不同智能终端设备之间、不同系统平台之间、不同应用场景之间的互融互通，万物互融。除了在技术上需要不断革新外，与AIoT相关的技术标准、测试标准的研发、相关技术的落地与典型案例的推广和规模应用也是现阶段物联网与人工智能领域亟待突破的重要问题。
35. filter：滤波器
36. AI模型提高效率的办法：用卷积代替全连接
37. AI分类监督学习和无监督学习
38. paddlepaddle：飞桨（PaddlePaddle）以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体。是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。
39. TensorFlow：TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。
40. PyTorch：是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。
41. NHWC卷积过程中的一个图片格式，N（number）：一批处理多少张图片，H（height）：图片的高，W（width）：图片的宽，C（channel）：通道数量。
42. Netron.app用于生成神经网络模型的结构图，用法：在百度中直接搜索该内容即可打开该app，然后把.h5文件丢进去后，就可以自动生成。
43. OICQ：QQ的曾用名，OICQ因为侵权ICQ，而更名QQ。
44. PC->移动互联网->AIOT
45. RISC：精简指令集计算机(RISC:Reduced Instruction Set Computing RISC)是一种执行较少类型计算机指令的微处理器，起源于80年代的MIPS主机（即RISC机），RISC机中采用的微处理器统称RISC处理器。这样一来，它能够以更快的速度执行操作（每秒执行更多百万条指令，即MIPS）。因为计算机执行每个指令类型都需要额外的晶体管和电路元件，计算机指令集越大就会使微处理器更复杂，执行操作也会更慢。纽约约克镇IBM研究中心的John Cocke证明，计算机中约20%的指令承担了80%的工作，于1974年，他提出RISC的概念。许多当前的微芯片都使用RISC概念。
46. SDK：软件开发工具包一般都是一些软件工程师为特定的软件包、软件框架、硬件平台、操作系统等建立应用软件时的开发工具的集合。
47. 温宽：工作温度范围
48. BLE：蓝牙低能耗（Bluetooth Low Energy，或称Bluetooth LE、BLE，旧商标Bluetooth Smart）也称低功耗蓝牙，是蓝牙技术联盟设计和销售的一种个人局域网技术，旨在用于医疗保健、运动健身、信标、安防、家庭娱乐等领域的新兴应用。相较经典蓝牙，低功耗蓝牙旨在保持同等通信范围的同时显著降低功耗和成本。
49. 模组：又称模块是指由数个基础功能组件组成的特定功能组件，可用来组成具完整功能之系统、设备或程序。模块通常都会具有相同的制程或逻辑，更改其组成组件可调适其功能或用途。
50. ECC：椭圆加密算法是一种公钥加密体制，最初由Koblitz和Miller两人于1985年提出，其数学基础是利用椭圆曲线上的有理点构成Abel加法群上椭圆离散对数的计算困难性。公钥密码体制根据其所依据的难题一般分为三类：大素数分解问题类、离散对数问题类、椭圆曲线类。有时也把椭圆曲线类归为离散对数类。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
