Моделируйте нейронные сети для глубокого обучения на FPGA

Оцените эффективность серийных сетей. Профилируйте и получите вывод, следует из целевых устройств с помощью MATLAB®

Deep Learning HDL Toolbox™ обеспечивает классы, чтобы создать объекты развернуть серийные нейронные сети для глубокого обучения, чтобы предназначаться для FPGA и плат SoC. Перед развертывающимися нейронными сетями для глубокого обучения на целевой FPGA и платы SoC, усильте методы, чтобы оценить эффективность и использование ресурса пользовательской нейронной сети для глубокого обучения. После того, как вы развернете нейронную сеть для глубокого обучения, использование, MATLAB, чтобы получить сетевое предсказание следует из целевой платы FPGA.

Классы

dlhdl.WorkflowСконфигурируйте рабочий процесс развертывания для глубокой нейронной сети
dlhdl.TargetСконфигурируйте интерфейс на требуемую плату для развертывания рабочего процесса

Функции

activations Получите промежуточные результаты слоя для развернутой нейронной сети для глубокого обучения
validateConnectionПодтвердите связь SSH и развернутый поток битов
releaseВыпустите связь с целевым устройством
predictЗапустите вывод в развернутой сети и профилируйте скорость нейронной сети, развернутой на заданном целевом устройстве
estimateОцените эффективность заданной нейронной сети для глубокого обучения и потока битов для платы целевого устройства
deploy Разверните заданную нейронную сеть в целевую плату FPGA
compile Скомпилируйте объект рабочего процесса

Темы

Моделируйте нейронные сети для глубокого обучения на рабочем процессе SoCs и FPGA

Ускорьте прототипирование, развертывание, верификацию проекта и итерацию вашей пользовательской нейронной сети для глубокого обучения, работающей на фиксированном потоке битов при помощи dlhdl.Workflow объект.

LIBIIO/Ethernet основанное на связи Развертывание

Быстро развертывание сетей глубокого обучения к использованию плат FPGA MATLAB.

Оцените эффективность нейронной сети для глубокого обучения, запускающейся с потоком битов

Оцените пропускную способность и начальную задержку для данной обученной нейронной сети для глубокого обучения, работающей на фиксированном потоке битов.

Профилируйте запуск вывода

Получите эксплуатационные параметры вывода, запущенного выполняемый для предварительно обученной серийной сети и заданной целевой платы FPGA.

Несколько структурируют поддержку

Улучшайте производительность своей развернутой нейронной сети для глубокого обучения при помощи функции поддержки системы координат нескольких.

Рекомендуемые примеры

Logo Recognition Network

Сеть распознавания логотипа

Создайте, скомпилируйте и разверните dlhdl.Workflow object, который имеет Сеть Распознавания Логотипа как сетевой объект с помощью Пакета Поддержки Deep Learning HDL Toolbox™ для FPGA Xilinx и SoC. Использование MATLAB®, чтобы получить предсказание следует из целевого устройства.

Скрипт Open Live Script
Deploy Transfer Learning Network for Lane Detection

Разверните сеть передачи обучения для обнаружения маршрута

Создайте, скомпилируйте и разверните dlhdl.Workflow object, который имеет сверточную нейронную сеть. Сеть может обнаружить и вывести контуры маркера маршрута как сетевой объект с помощью Пакета Поддержки Deep Learning HDL Toolbox™ для FPGA Xilinx и SoC. Использование MATLAB®, чтобы получить предсказание следует из целевого устройства.

Скрипт Open Live Script
Image Category Classification by Using Deep Learning

Отобразите классификацию категорий при помощи глубокого обучения

Создайте, скомпилируйте и разверните dlhdl.Workflow object с alexnet как сетевой объект при помощи Пакета Поддержки Deep Learning HDL Toolbox™ для FPGA Intel и SoC. Использование MATLAB®, чтобы получить предсказание следует из целевого устройства. Alexnet является предварительно обученной сверточной нейронной сетью, которая была обучена на более чем миллионе изображений и может классифицировать изображения в 1 000 категорий объектов (таких как клавиатура, кофе, кружка, карандаш и многие животные). Можно также использовать VGG-19 и даркнет 19 как сетевые объекты.

Скрипт Open Live Script
Defect Detection

Дефектное обнаружение

Разверните пользовательскую обученную серийную сеть, чтобы обнаружить дефекты в объектах, таких как шестиугольные гайки. Пользовательские сети были обучены при помощи передачи обучения. Передача обучения обычно используется в применении глубокого обучения. Можно взять предварительно обученную сеть и использовать ее в качестве начальной точки, чтобы изучить новую задачу. Подстройка сети с передачей обучения обычно намного быстрее и легче, чем обучение сети со случайным образом инициализированными весами с нуля. Можно быстро передать изученные функции новой задаче с помощью меньшего числа учебных сигналов. Этот пример использует две обученных серийных сети trainedDefNet.mat и trainedBlemDetNet.mat.

Скрипт Open Live Script
Bicyclist and Pedestrian Classification by Using FPGA

Велосипедист и пешеходная классификация при помощи FPGA

Разверните пользовательскую обученную серийную сеть, чтобы обнаружить пешеходов и велосипедистов на основе их micro-Doppler подписей. Эта сеть взята из Классификации Пешеходов и Велосипедистов Используя пример Глубокого обучения от Тулбокса Фазированной решетки. Для получения дополнительной информации о сетевом обучении и входных данных, смотрите Классификацию Пешеходов и Велосипедистов Используя Глубокое обучение.

Скрипт Open Live Script
Visualize Activations of a Deep Learning Network by Using LogoNet

Визуализируйте активации нейронной сети для глубокого обучения при помощи LogoNet

Накормите изображением сверточную нейронную сеть и отобразите активации различных слоев сети. Исследуйте активации и узнайте, какие функции сеть изучает путем сравнения областей активации к оригинальному изображению. Каналы в более ранних слоях изучают простые функции как цвет и ребра, в то время как каналы в более глубоких слоях изучают комплексные функции. Идентификация функций таким образом может помочь вам изучить то, что изучила сеть.

Скрипт Open Live Script
Running Convolution-Only Networks by using FPGA Deployment

Выполнение Сетей Только для свертки при помощи Развертывания FPGA

Изучать и отлаживать сверточные сети, запускаясь и визуализируя данные - полезный tool.This пример, показывает, как развернуть, запустить и отлаживает сеть только для свертки при помощи развертывания FPGA.

Скрипт Open Live Script
Vehicle Detection Using YOLO v2 Deployed to FPGA

Обнаружение транспортного средства Используя YOLO v2, Развернутый на FPGA

Обучайтесь и развернитесь, вы смотрят только однажды (YOLO) v2 детектор объектов.

Скрипт Open Live Script

Документация Deep Learning HDL Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте