为什么在STM32上跑AI？CubeAI能做什么？课程目标与学习路径。
CubeMX、CubeIDE、CubeMonitor、X-CUBE-AI扩展包安装与验证。
感知机、激活函数(ReLU/Sigmoid/Tanh)、前向与反向传播概念。
安装TF 2.x，用Keras Sequential API搭建全连接网络。
MNIST加载、归一化、独热编码、训练/验证集划分。
编译、训练、过拟合判断、Early Stopping回调。
为什么量化？TFLite转换器、int8量化、大小与速度对比。
选型STM32F746、配置时钟、USART、GPIO、CRC。
激活X-CUBE-AI、导入.tflite、配置运行时参数。
生成MDK/CubeIDE工程，分析main.c、ai_model.h等。
ai_model_create/run/get_output等核心函数。
配置UART、重定向printf、输出预测与置信度。
测量推理时间(DWT/TIM)、CPU负载、内存优化。
I2C/SPI读取LIS3DH加速度计，作为模型输入。
CNN到MobileNet、TinyML生态、社区资源。