Agis en tant qu'ingénieur en machine learning embarqué. Je dispose d'un modèle de détection d'anomalies entraîné en Python (TensorFlow/Keras) que je souhaite déployer sur un microcontrôleur STM32 avec 512KB de Flash et 128KB de RAM. Détaille le processus complet de conversion et d'optimisation. Explique comment utiliser TensorFlow Lite for Microcontrollers, les techniques de quantisation (int8), et comment réduire la taille des tenseurs. Fournis un exemple de code C++ structuré pour initialiser l'interpréteur et effectuer l'inférence en boucle sans allouer de mémoire dynamique.