Deep Learning HDL Toolbox™ предоставляет классы для создания объектов для развертывания последовательных нейронных сетей для глубокого обучения на целевых платах FPGA и SoC. Перед развертыванием нейронных сетей для глубокого обучения на целевых платах FPGA и SoC используйте методы для оценки эффективности и использования ресурсов пользовательских нейронных сетей для глубокого обучения. После развертывания нейронной сети для глубокого обучения используйте MATLAB, чтобы получить результаты предсказания сети от целевой платы FPGA.
dlhdl.Workflow | Настройте рабочий процесс развертывания для глубокой нейронной сети |
dlhdl.Target | Сконфигурируйте интерфейс на целевой плате для развертывания рабочих процессов |
activations | Получение промежуточных результатов слоя для развернутых нейронных сетей для глубокого обучения |
validateConnection | Проверьте SSH-соединение и развернутый битовый поток |
release | Разблокируйте подключение к целевому устройству |
predict | Запуск вывода о развернутой сети и скорости профиля нейронной сети, развернутой на указанном целевом устройстве |
deploy | Развертывание указанной нейронной сети на целевой плате FPGA |
compile | Скомпилируйте объект рабочего процесса |
getBuildInfo | Извлечение использования ресурсов битового потока |
Нейронные сети для глубокого обучения прототипов на FPGA и SoCs Рабочего процесса
Ускорите прототипирование, развертывание, верификацию проекта и итерацию пользовательской нейронной сети для глубокого обучения, работающей на фиксированном битовом потоке при помощи dlhdl.Workflow
объект.
Развертывание на основе соединений LIBIIO/Ethernet
Быстрое развертывание нейронных сетей для глубокого обучения на платах FPGA с помощью MATLAB.
Получите параметры эффективности запуска вывода, выполненного для предварительно обученной последовательной сети и указанной целевой платы FPGA.
Поддержка нескольких систем координат
Улучшите эффективность развернутой нейронной сети для глубокого обучения с помощью функции поддержки нескольких систем координат.