dlhdl.Simulator class

Пакет: dlhdl

Создайте объект, которые получают промежуточные результаты слоя и подтверждают точность предсказания нейронной сети для глубокого обучения

расширьте все на странице

Описание

Используйте dlhdl.Simulator класс к создает объект средства моделирования, что вы используете, чтобы получить промежуточные результаты слоя и проверить точность результатов предсказания для вашей нейронной сети для глубокого обучения без потребности в аппаратных целях.

Создание

simObj=dlhdl.Simulator('Network',Network,'ProcessorConfig',ProcessorConfig) создает dlhdl.Simulator возразите, что вы используете, чтобы получить промежуточные результаты слоя и проверить точность результатов предсказания для вашей нейронной сети для глубокого обучения без потребности в аппаратных целях.

Входные параметры

развернуть все

Имя объекта нейронной сети для глубокого обучения.

Пример: 'network'.NET создает объект рабочего процесса для сохраненной предварительно обученной сети net. Задавать net, можно импортировать любую из существующих поддерживаемых предварительно обученных сетей или использовать передачу обучения, чтобы адаптировать сеть к проблеме. Смотрите Поддерживаемые Предварительно обученные сети.

net = resnet18;
hPC = dlhdl.ProcessorConfig;
simObj = dlhdl.Simulator('Network',net,'Bitstream',hPC);

Пример: 'network', dlquantizeObj создает объект рабочего процесса для квантованного сетевого объекта dlquantizeObj. Задавать dlquantizeObj, можно импортировать любую из поддерживаемых существующих предварительно обученных сетей и создать объект при помощи dlquantizer класс. Для получения информации о поддерживаемых сетях смотрите Поддерживаемые Предварительно обученные сети.

net = resnet18;
dlquantObj = dlquantizer(net,'ExecutionEnvironment','FPGA');
dlquantObj.calibrate(imdsTrain);
simObj = dlhdl.Simulator('Network',dlquantObj,'Bitstream',hPC);

Настройка процессора глубокого обучения возражает в виде dlhdl.ProcessorConfig объект

Пример: 'ProcessorConfig',hPC

hPC = dlhdl.ProcessorConfig;
simObj = dlhdl.Simulator('Network',resnet18,'ProcessorConfig',hPC);

Методы

развернуть все

Примеры

свернуть все

  1. Получите настройку процессора глубокого обучения для zcu102_single передайте поток битов и сохраните в hPC.

    hPC = dlhdl.ProcessorConfig('Bitstream','zcu102_single');

  2. Создайте dlhdl.Simulator объект с resnet18 как сеть и hPC как ProcessorConfig объект.

    simObj = dlhdl.Simulator('Network',resnet18,'ProcessorConfig',hPC);

  1. Создайте настройку процессора глубокого обучения, которая имеет int8 тип данных, и сохраните его в hPC.

    hPC = dlhdl.ProcessorConfig;
hPC.ProcessorDataType = 'int8';

  2. Создайте dlquantizer объект с ResNet-18 как сеть и среда выполнения FPGA. Калибруйте квантованный сетевой объект при помощи calibrate функция.

    net = resnet18;
dlQuantObj = dlquantizer(net,'ExecutionEnvironment','FPGA');
dlQuantObj.calibrate(imageDataStore);

  3. Создайте dlhdl.Simulator объект с dlQuantObj как сеть и hPC как ProcessorConfig объект. 

    simObj = dlhdl.Simulator('Network',dlQuantObj,'ProcessorConfig',hPC);

Смотрите также

|

Темы

Введенный в R2021b

Документация Deep Learning HDL Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте