deploy

Класс: dlhdl.Workflow
Пакет: dlhdl

Разверните заданную нейронную сеть в целевую плату FPGA

Синтаксис

Описание

пример

deploy программирует заданную требуемую плату с потоком битов и развертывает нейронную сеть для глубокого обучения на нем.

Примеры

развернуть все

Разверните VGG-19 в Intel® Arria® 10 комплектов разработчика SoC, которые имеют single типы данных.

deploy функция начинает программировать устройство FPGA, сообщения о ходе выполнения отображений, и время, которое требуется, чтобы развернуть сеть.

  1. snet = vgg19;
    hTarget = dlhdl.Target('Intel');
    hW = dlhdl.Workflow('Network', snet, 'Bitstream', 'arria10soc_single','Target',hTarget);
    hW.deploy

  2. ### Programming FPGA bitstream using JTAG ...
    ### Programming FPGA bitstream has completed successfully.
    
    tableOut =
              offset_name          offset_address     allocated_space 
        _______________________    ______________    _________________
    
        "InputDataOffset"           "0x00000000"     "24.0 MB"        
        "OutputResultOffset"        "0x01800000"     "4.0 MB"         
        "SystemBufferOffset"        "0x01c00000"     "52.0 MB"        
        "InstructionDataOffset"     "0x05000000"     "20.0 MB"        
        "ConvWeightDataOffset"      "0x06400000"     "276.0 MB"       
        "FCWeightDataOffset"        "0x17800000"     "472.0 MB"       
        "EndOffset"                 "0x35000000"     "Total: 848.0 MB"
    
    ### Loading weights to FC Processor.
    ### 4% finished, current time is 14-Jun-2020 18:31:07.
    ### 8% finished, current time is 14-Jun-2020 18:31:32.
    ### 12% finished, current time is 14-Jun-2020 18:31:58.
    ### 16% finished, current time is 14-Jun-2020 18:32:23.
    ### 20% finished, current time is 14-Jun-2020 18:32:48.
    ### 24% finished, current time is 14-Jun-2020 18:33:13.
    ### 28% finished, current time is 14-Jun-2020 18:33:39.
    ### 32% finished, current time is 14-Jun-2020 18:34:04.
    ### 36% finished, current time is 14-Jun-2020 18:34:30.
    ### 40% finished, current time is 14-Jun-2020 18:34:56.
    ### 44% finished, current time is 14-Jun-2020 18:35:21.
    ### 48% finished, current time is 14-Jun-2020 18:35:46.
    ### 52% finished, current time is 14-Jun-2020 18:36:11.
    ### 56% finished, current time is 14-Jun-2020 18:36:36.
    ### 60% finished, current time is 14-Jun-2020 18:37:02.
    ### 64% finished, current time is 14-Jun-2020 18:37:27.
    ### 68% finished, current time is 14-Jun-2020 18:37:52.
    ### 72% finished, current time is 14-Jun-2020 18:38:17.
    ### 76% finished, current time is 14-Jun-2020 18:38:43.
    ### 80% finished, current time is 14-Jun-2020 18:39:08.
    ### 84% finished, current time is 14-Jun-2020 18:39:33.
    ### 88% finished, current time is 14-Jun-2020 18:39:58.
    ### 92% finished, current time is 14-Jun-2020 18:40:23.
    ### 96% finished, current time is 14-Jun-2020 18:40:48.
    ### FC Weights loaded. Current time is 14-Jun-2020 18:41:06
  1. Создайте файл в своей текущей рабочей директории под названием getLogoNetwork.m. Введите эти линии в файл:

    function net = getLogoNetwork
        data = getLogoData;
        net  = data.convnet;
    end
    
    function data = getLogoData
        if ~isfile('LogoNet.mat')
            url = 'https://www.mathworks.com/supportfiles/gpucoder/cnn_models/logo_detection/LogoNet.mat';
            websave('LogoNet.mat',url);
        end
        data = load('LogoNet.mat');
    end
  2. Создайте datastore изображений и разделите 70 процентов изображений в обучающий набор данных и 30 процентов изображений в набор данных валидации.

    curDir = pwd;
    newDir = fullfile(matlabroot,'examples','deeplearning_shared','data','logos_dataset.zip');
    copyfile(newDir,curDir);
    unzip('logos_dataset.zip');
    imds = imageDatastore('logos_dataset', ...
        'IncludeSubfolders',true, ...
        'LabelSource','foldernames');
    [imdsTrain,imdsValidation] = splitEachLabel(imds,0.7,'randomized');

  3. Создайте dlhdl.Workflow объект, который квантовал LogoNet в качестве сетевого аргумента, zcu102_int8 как поток битов и hTarget в качестве целевого аргумента.

    Чтобы квантовать сеть, вам нужны продукты, перечисленные под FPGA в необходимых условиях рабочего процесса квантования.

    % Save the pretrained SeriesNetwork object
    snet = getLogoNetwork;
    
    % Create a Target object and define the interface to the target board
    hTarget = dlhdl.Target('Xilinx','Interface','Ethernet');
    
    % Create a Quantized Network Object
    
    dlquantObj = dlquantizer(snet,'ExecutionEnvironment','FPGA');
    dlquantObj.calibrate(imdsTrain);
    
    % Create a workflow object for the SeriesNetwork and using the FPFA bitstream 
    hW = dlhdl.Workflow('Network', dlquantObj, 'Bitstream', 'zcu102_int8','Target',hTarget);
    
  4. Разверните dlhdl.Workflow возразите против своей целевой платы FPGA при помощи deploy метод.

    % Deploy the workflow object
    hW.deploy;
    
  5. Когда вы вызываете deploy метод, метод возвращается:

    ### Programming FPGA Bitstream using Ethernet...
    Downloading target FPGA device configuration over Ethernet to SD card ...
    # Copied /tmp/hdlcoder_rd to /mnt/hdlcoder_rd
    # Copying Bitstream hdlcoder_system.bit to /mnt/hdlcoder_rd
    # Set Bitstream to hdlcoder_rd/hdlcoder_system.bit
    # Copying Devicetree devicetree_dlhdl.dtb to /mnt/hdlcoder_rd
    # Set Devicetree to hdlcoder_rd/devicetree_dlhdl.dtb
    # Set up boot for Reference Design: 'AXI-Stream DDR Memory Access : 3-AXIM'
    
    Downloading target FPGA device configuration over Ethernet to SD card done. The system will now reboot for persistent changes to take effect.
    
    
    System is rebooting . . . . . .
    ### Programming the FPGA bitstream has been completed successfully.
              offset_name          offset_address     allocated_space 
        _______________________    ______________    _________________
    
        "InputDataOffset"           "0x00000000"     "48.0 MB"        
        "OutputResultOffset"        "0x03000000"     "4.0 MB"         
        "SystemBufferOffset"        "0x03400000"     "60.0 MB"        
        "InstructionDataOffset"     "0x07000000"     "8.0 MB"         
        "ConvWeightDataOffset"      "0x07800000"     "8.0 MB"         
        "FCWeightDataOffset"        "0x08000000"     "12.0 MB"        
        "EndOffset"                 "0x08c00000"     "Total: 140.0 MB"
    
    ### Loading weights to FC Processor.
    ### FC Weights loaded. Current time is 12-Jun-2020 13:17:56
Введенный в R2020b
Для просмотра документации необходимо авторизоваться на сайте