Deep Learning Processor Customization and IP Generation

配置，构建和生成自定义的Bitstreams和处理器IP内核，估算和基准测试自定义深度学习处理器性能

深度学习HDL Toolbox™提供了配置，构建和生成自定义Bitstreams和自定义处理器IP的功能。在自定义处理器上获取验证的系列网络的性能和资源利用。通过使用估计结果优化自定义处理器。

课程

dlhdl.processorconfig 配置自定义深度学习处理器

职能

`dlhdl.buildProcessor`	构建和生成自定义处理器IP
`估计性表现`	通过使用`估计性表现`方法
`估计质源`	自定义Bitstream配置使用的返回估计资源
`GetModuleproperty`	使用`GetModuleproperty`获取模块属性值的方法`dlhdl.processorconfig`目的
`setModuleproperty`	使用`setModuleproperty`方法to set properties of modules within the`dlhdl.processorconfig`目的
`optimizeConfigurationForNetwork`	检索优化的网络特定深度学习处理器配置
`OpenCustomLayerModel`	打开生成的自定义层验证模型以验证您的自定义图层
`registercustomlayer`	注册自定义层定义和万博1manbetx自定义层的模型表示
`验证customlayerModel`	Verify the functionality and accuracy of the custom layer by using the generated custom layer verification model

Topics

Custom Processor Configuration

自定义处理器配置工作流程
加速cust的评估和优化om deep learning processor by configuring parameters of theconv processorandfc processor，通过使用dlhdl.processorconfig对象工作流程。
估计深度学习网络的性能
在部署前分析深度学习网络层的潜伏期和整体性能。
Estimate Resource Utilization for Custom Processor Configuration
加快时间来确定在部署前符合资源利用预算的目标硬件板。
自定义深度学习处理器参数对性能和资源利用的影响
快速原型定制处理器配置和网络通过了解深度学习处理器参数如何影响资源利用率和网络性能。
生成自定义bitstream以满足自定义深度学习网络要求
通过生成满足您的性能和资源需求的资源优化的自定义Bitstream，部署仅具有卷积模块输出格式的层或仅具有完全连接的模块输出格式的层的自定义网络。
Create Deep Learning Processor Configuration for Custom Layers
Create a deep learning processor configuration that includes your custom layers.

Custom Processor Code Generation

Generate Custom Bitstream
通过配置，构建和生成自定义的Bitstreams来快速原型和迭代自定义深度学习网络的性能，然后将其部署到目标FPGA和SOC板上。
生成自定义处理器IP
构建和生成IPdlhdl.processorconfig。

特色示例

自定义深度学习处理器生成以满足性能要求

创建自定义处理器配置并估算预审计的系列网络的性能。然后，您可以修改自定义处理器配置的参数，并重新估计性能。一旦达到了性能要求，就可以使用自定义处理器配置生成自定义的Bitstream。

Open Live Script

自定义BITSTREAM配置以满足资源使用要求

The user wants to deploy a digit recognition network with a target performance of 500 frames per second (FPS) to a Xilinx™ ZCU102 ZU4CG device. The target device resource counts are:

Open Live Script

估计自定义板和参考设计的资源利用

Rapidly prototype the deployment of deep learning networks to your custom board by using the estimateResources function. Estimate the resource utilization of the deep learning processor configuration for your custom board. Optimize the integration of custom IP cores and reference design into your system by using the estimateResources function to estimate the resource utilization of your reference design. The synthesis tool that you use must be in the list of tools supported by the SynthesisTool property of the dlhdl.ProcessorConfig object. For a list of supported tools and device families, see SynthesisTool and SynthesisToolChipFamily.

Open Live Script

注册，验证和部署自定义双曲线切线网络到FPGA

使用深度学习HDL Toolbox™注册，验证和部署自定义双曲线切线（TANH）层网络。使用自定义双曲线切线（TANH）层部署网络：

Open Live Script