CMSIS-DSP库发布V1.18版本，开始支持自动微分和C++调用，并提供案例

eric2013

https://github.com/ARM-software/CMSIS-DSP/releases

1、在 CMSIS-DSP 包中包含可选的 C++ 模板头文件。它们提供了更高级别的 API，并支持自动循环融合，以提升性能。
2、添加了实验性的反向模式自动微分，支持 f32 和 f16，可仅使用现有 CMSIS-DSP 内核进行设备端微调。这不是一个新的机器学习框架；其重点是学习所选 CMSIS-DSP 内核的参数。
3、为 C++ API 添加了示例。
4、修正了启用 ARM_MATH_LOOPUNROLL 时 Q15 FIR 状态缓冲区大小计算问题（#305、#317）。
5、从定点限幅辅助函数中移除了实现定义的有符号移位（#211），并扩展了相关测试。
6、修正了 arm_div_int64_to_int32 中 INT64_MIN / -1 的溢出情况（#322）。
7、修正了 arm_norm_64_to_32u 中按 32 位归一化的问题。
8、修正了控制器基准测试（#325）。
9、记录了 arm_pid_q31 中的非饱和最终转换（#327）。


为什么使用 C++ API

DSP++ C++ API 提供了一种更高级的方式，将现有 CMSIS-DSP 内核组合成新算法，同时保持良好的性能。其循环融合功能可以将多个操作合并到单个循环中，避免临时数组和对数据的重复遍历。在此 API 之上构建自动微分，可以更容易地利用现有内核编写高效的微调算法。有关其工作原理的示例，请参阅 DSP++ 简介。



自动微分

自动微分（automatic differentiation，简称 autodiff）可帮助算法从错误中学习。你描述一个计算过程，以及一个衡量其结果与期望结果差距的指标。随后，自动微分会计算每个可调参数如何影响该误差。优化器利用这些信息调整参数，以尝试减小误差。你无需手工推导导数公式。

CMSIS-DSP 自动微分是实验性的。其重点是使用现有 CMSIS-DSP 内核进行设备端微调。它不是一个全新的机器学习框架。

当算法需要适应新的测量数据或特定设备时，自动微分会有所帮助。例如，你可以从参考信号中学习滤波器系数，或使用新样本微调分类器的最后一层。目标是在小型计算中调整选定参数，而无需重新训练整个模型。