深度学习HDL工具箱™提供类来创建对象,部署系列深度学习网络到目标FPGA和SoC板。在将深度学习网络部署到目标FPGA和SoC板之前,需要利用这些方法来评估自定义深度学习网络的性能和资源利用率。深度学习网络部署完成后,利用MATLAB从目标FPGA板中检索网络预测结果。
激活 |
检索部署深度学习网络的中间层结果 |
validateConnection |
验证SSH连接和已部署的位流 |
释放 |
释放到目标设备的连接 |
预测 |
对指定目标设备上部署的网络进行推理和神经网络的配置文件速度 |
部署 |
将指定的神经网络部署到目标FPGA板 |
编译 |
编译工作流对象 |
getBuildInfo |
获取位流资源利用率 |
使用。来加速在固定位流上运行的自定义深度学习网络的原型、部署、设计验证和迭代dlhdl。工作流
对象。
利用MATLAB在FPGA板上快速部署深度学习网络。
获得对预先训练的串联网络和指定目标FPGA板执行的推理运行的性能参数。
通过使用多帧支持特性来提高您部署的深度学习网络的性能。万博1manbetx