-
Q要是硬件设备内存资源不满足时，会自动优化吗？
A 需要在编译期间设置好内存参数。
-
Q有demo和学习教程就比较好
A 官方SDK中有参考示例，开发工具套件中也有对应的开发例程可以直接使用
-
QNXP的通用机器学习开发环境需要授权费用吗？
A 目前是免费使用的
-
QNXP的I.MX系列MCU中有没有针对机器学习的协处理器？
A 目前没有，今年年底会推出继承npu的MCU，算力会大大提升。未来会更多继承npu的mcu
-
QNXP的机器学习算法是在本地训练还是在服务器端训练？
A 可以在PC或服务器上训练，但不能在设备端训练
-
Q快速入门是否也有哪些诀窍妙招？
A OpenART
-
QiMX RT系列MCU，支持哪些软件集成开发环境（IDE）？
A 免费的：NXP MCUX （强烈推荐） 收费的：IAR，MDK
-
QiMX RT系列MCU，是否提供参考开发板？如果提供，如何购买？
A 提供，在产品主页里申请或者购买第三方制作的
-
Qi.MX RT系列MCU，目前供货情况如何？交货周期大概多少周？
A 请联系我们的分销商或者市场部的同事
-
Qi.MX RT系列MCU，是否提供各外设的参考驱动程序源代码，或者支持图形化配置生成各外设的驱动程序源代码？
A 官方SDK中对于各个外设的驱动代码都有可参考的示例，图形化的配置工具有MCUXpresso config tool
-
Qi.MX RT系列MCU，是否有车规级的产品？如有，是哪些型号？
A i.MX RT1170有，其它的在官网查看i.MX RT系列的产品主页
-
Qi.MX RT系列MCU，功能安全等级可达到ASIL的哪级？
A https://www.nxp.com/products/processors-and-microcontrollers/arm-microcontrollers/i.mx-rt-series:IMX-RT-SERIES ，查看规格
-
Qi.MX RT系列MCU，最高主频可达到多少MHz？
A i.MX RT1170 1GHz; i.MX RT1060 600MHz
-
QPython和C++在机器学习应用中各有哪些优缺点?
A Python在易用和开发难度上，要比C++优势明显，易于上手，逻辑实现简答， 一般的Python提供了进行上位机开发模型的支持，而C++一般用于实现MCU端的推理引擎实现
-
Q在使用摄像头获取识别图像的时候，对于摄像头有没有分辨率之类的最低要求？比如最低需要30万像素？100万像素？
A 30万像素已经非常高了，没有最低要求。有一些甚至只使用32x32大小的输入
-
Q机器学习对微控制器的最低要求？
A 重点考虑i.MX RT和LPC55系列。更一般地，考虑M4/M7/M33内核的。
-
Q嵌入式机器学习需要搭建多少场景学习？
A 使用OpenART可以解决很多环境设置。一般需要有摄像头，传感器和麦克风输入
-
Q机器学习在编程上有哪些挑战？
A 挑战最大的都已经被前人编好了。如果直接使用开发框架主要就是需要更多的机器学习基础知识和框架的API设计。推荐多使用OpenART来快速上手，然后使用eIQ Poral来避开繁琐的细节
-
Q恩智浦微控制技术机器是来源的吗？
A 视频里介绍的除了明确说明不开源的都默认开源
-
Q学习嵌入式机器需要预先做好哪些准备？
A 学习一些机器学习基础知识，python基础，嵌入式开发基础。 然后学习eiq和其附带的示例工程 就可以入门了。
- 0306召开 适合物联网和可穿戴设备的“小型锂离子二次电池”
- 0327召开 针对于医疗业界院内感染対策使用的USHIO Care222消毒技术介绍