前置条件¶

当前构建环境¶

三个工程配置为 ESP32-S3，CONFIG_IDF_INIT_VERSION="6.0.0"；CI 固定 ESP-IDF v6.0。项目的组件目录、CMakeLists.txt、dependencies.lock 和 sdkconfig 决定实际依赖。先激活对应工具链，再从选定工程构建。

AI 示例的张量和训练工作区需要足够堆空间；按实际硬件检查 PSRAM 配置。DSP/Math 测试可先从小输入开始。硬件图片仅展示开发载体，不构成板型兼容性保证。

快速开始 · 工程与版本

原有环境与依赖说明¶

以下保留早期硬件与依赖获取方式。复制组件并不等于移除全部配置或版本约束；当前工程仍以实际构建文件为准。

硬件与软件要求¶

ESP32S3 开发板, 推荐参考以下项目:

NexNode

代码

 文档

我们以该项目中的代码为基础进行进一步开发。

依赖组件¶

为了提升我们框架的计算效率，我们首先引入ESP-DSP库和ESP-DL库，它们分别提供了数字信号处理和深度学习相关的高效实现。

Tip

注意以上两个库似乎是由不同团队开发，因此他们的很多功能有重叠。

- espressif__esp-dsp
- espressif__esp-dl
   - espressif__dl_fft
   - espressif__esp_new_jpeg

我们可以在ESP-REGISTRY中找到和下载这些组件到项目中。在本项目中我将下载的组件及其依赖组件移动到了middleware文件夹下，并移除了配置文件，从而避免版本锁定和网络依赖。