Глубокое обучение на решении для поля программируемой вентильной матрицы (FPGA) предоставляет вам сквозной рабочий процесс, чтобы скомпилировать, развернуть, профилировать и отладить ваши пользовательские предварительно обученные нейронные сети для глубокого обучения. Можно также сгенерировать пользовательское ядро процессора IP глубокого обучения, которое можно интегрировать в пользовательский исходный проект.
Этот рисунок показывает MATLAB® основанное глубокое обучение на решении для FPGA.
Рабочий процесс:
Сгенерируйте таблицу адресов внешней памяти при помощи compile функция.
Получите задержку слоя сети и полную производительность сети в кадрах в секунду (FPS) при помощи профилировщика и отладчика.
Сгенерируйте пользовательское ядро процессора IP глубокого обучения.
Интегрируйте сгенерированное ядро IP в свой пользовательский исходный проект.
Сгенерируйте таблицу адресов внешней памяти при помощи компилятора. Получите задержку слоя сети и полную производительность сети в кадрах в секунду (FPS) при помощи профилировщика и отладчика. Сгенерируйте пользовательское ядро процессора IP глубокого обучения и интегрируйте сгенерированное ядро IP в свой пользовательский исходный проект.
FPGAs предлагают несколько преимуществ перед графическим процессором (GPU) для применения глубокого обучения.
Высокая производительность путем обеспечения высокой пропускной способности и низкой задержки.
Низкое энергопотребление, позволяя вам подстроить оборудование к вашему требуемому приложению.
Экономически эффективный, потому что можно интегрировать дополнительные возможности на том же чипе, который также сокращает затраты и площадь монтажа.
На основе ваших целей используйте информацию в этой таблице, чтобы выбрать ваш рабочий процесс.
| Цель | Рабочий процесс |
| Запустите предварительно обученную серийную сеть на своей целевой плате FPGA. | Моделируйте нейронные сети для глубокого обучения на рабочем процессе SoCs и FPGA |
| Получите эффективность своей предварительно обученной серийной сети для предварительно сконфигурированного процессора глубокого обучения. | Оцените эффективность нейронной сети для глубокого обучения |
| Настройте процессор глубокого обучения, чтобы удовлетворить ваши требования использования ресурса. | Оцените использование ресурса для пользовательской настройки процессора |
| Сгенерируйте пользовательский процессор глубокого обучения для своего FPGA. | Сгенерируйте пользовательский поток битов |
| Узнайте о преимуществах квантования ваших предварительно обученных серийных сетей. | Квантование глубоких нейронных сетей |
| Сравните точность ваших квантованных предварительно обученных серийных сетей против вашего одного типа данных предварительно обучила серийную сеть. | Валидация |
| Запустите квантованную предварительно обученную серийную сеть на своей целевой плате FPGA. | Генерация кода и развертывание |
