DDR外部存储器

您可以将输入图像、权重和输出图像存储在外部DDR存储器中。处理器由4个与外部内存通信的AXI4主接口组成。使用其中一个AXI4主接口，您可以将输入图像加载到Block RAM (布拉姆）.块RAM提供了对通用的卷积处理器．

通用的卷积处理器

的通用的卷积处理器执行一个卷积层的等效操作。使用另一个AXI4主界面，提供卷积操作的权重通用的卷积处理器．的通用的卷积处理器然后对输入图像进行卷积运算，并对输入图像进行激活激活正常化．该处理器是通用的，因为它可以支持各种尺寸的张量和形状。万博1manbetx

激活正常化

基于你提供的神经网络激活正常化模块的作用是添加ReLU非线性、maxpool层或执行Local Response Normalization (LRN)。你可以看到处理器有两个激活正常化单位。一个单元跟随通用的卷积处理器．另一个单元紧随通用的FC处理器．

Conv控制器(调度)

取决于您在预磨料网络中的卷积图层数量，Conv控制器(调度)作为乒乓缓冲区。的通用的卷积处理器和激活正常化一次只能处理一层。来处理下一层Conv控制器(调度)移动回BRAM，然后对网络中所有卷积层进行卷积和激活归一化操作。

通用的FC处理器

的通用的FC处理器执行一个全连接层(FC)的等效操作。使用另一个AXI4 Master接口，全连接层的权重将提供给通用的FC处理器．的通用的FC处理器然后在输入图像上执行完全连接的图层操作，并为此提供激活激活正常化模块。这个处理器也是通用的，因为它可以支持各种尺寸的张量和形状。万博1manbetx

FC控制器(调度)

的FC控制器(调度)类似于Conv控制器(调度)．的FC控制器(调度)与之坐标先进先出充当ping pong缓冲器，用于执行完全连接的层操作和激活正常化取决于FC层的数量，以及神经网络中的ReLU、maxpool或LRN特征。后通用的FC处理器和激活正常化模块处理图像中的所有帧，通过AXI4主接口传输预测或分数并存储在外部DDR内存中。

深度学习处理器应用

自定义深度学习处理器IP核的一个应用是MATLAB控制的深度学习处理器。为了创建这个处理器，使用AXI4从接口将深度学习处理器IP与HDL Verifier™MATLAB集成为axis主IP。通过JTAG或PCI express接口，可以从MATLAB中导入各种预训练的神经网络，在深度学习处理器IP中执行网络指定的操作，并将分类结果返回到MATLAB。

有关更多信息，请参见MATLAB控制的深度学习处理器．