文档帮助中心文档
类别:工作流程包裹:dlhdl
在部署的网络上运行推理,并在指定的目标设备上部署神经网络的配置速度
预测(图片)
预测(图像、名称、值)
实例
预测(形象)预测中图像数据的响应imds通过使用您在工作流程类在指定的目标板上部署,并返回结果。
预测(形象)
形象
imds
工作流程
预测(形象,名称、值)预测中图像数据的响应imds通过使用指定的深度学习网络工作流程类在指定的目标板上部署,并返回结果,其中一个或多个参数由可选的名称-值对参数指定。
预测(形象,名称、值)
名称、值
全部展开
输入图像,指定为M-借-N-借-K数字数组。M,N和K必须匹配深度学习网络输入图像层的尺寸。例如,对于LogoNet网络,将输入图像调整为227×227×3数组。
数据类型:仅有一个的
仅有一个的
指定可选的逗号分隔的字符对名称、值论据。名称是参数名和价值是对应的值。名称必须出现在引号内。您可以按任意顺序指定多个名称和值对参数,如下所示:名称1,值1,…,名称,值.
名称
价值
名称1,值1,…,名称,值
轮廓
用于返回配置文件结果的标志,用于部署到目标板的深度学习网络。
例子:“配置文件”,“打开”
“配置文件”,“打开”
创建一个工作流程对象,该对象将VGG-19作为网络参数,arria10soc_单作为比特流参数,以及目标作为目标参数。
arria10soc_单
%保存预训练的序列网络对象snet=vgg19;%创建目标对象并定义与目标板的接口hTarget=dlhdl.Target(“英特尔”);%使用FPFA位流为SeriesNetwork创建工作流对象hW=dlhdl.Workflow(“网络”,snet,“比特流”,“arria10soc_单人”,“目标”,hTarget);
加载输入图像并调整输入图像的大小,以匹配VGG-19网络的图像输入层大小。
%加载输入图像并根据网络规格调整其大小图像=imread(“zebra.jpeg”);inputImg=imresize(图像,[224224]);imshow(inputImg);imIn=single(inputImg);
部署工作流程通过使用部署方法。使用预测方法
部署
预测
%部署工作流对象硬件部署;%预测结果并有选择地分析结果以衡量绩效。[预测,速度]=硬件预测(imIn,“个人资料”,“开”); [val,idx]=max(预测);snet.Layers(end).ClassNames{idx}
此示例显示如何使用预测从部署的量化LogoNet网络检索输入图像的预测结果的方法。
在当前工作文件夹中创建一个名为getLogoNetwork.m。在文件中输入以下行:
getLogoNetwork.m
作用net=getlogonnetworkdata=getLogoData;net=data.convnet;终止作用data=getLogoData如果~isfile(“LogoNet.mat”)网址='//www.tianjin-qmedu.com/万博1manbetxsupportfiles/gpucoder/cnn_models/logo_detection/LogoNet.mat'; 韦伯萨夫(“LogoNet.mat”,网址);终止数据=负载(“LogoNet.mat”);终止
创建图像数据存储,并将70%的图像分割为训练数据集,将30%的图像分割为验证数据集。
curDir=pwd;newDir=fullfile(matlabroot、,“例子”,“深度学习共享”,“数据”,'logos_dataset.zip'); 复制文件(newDir、curDir);解压('logos_dataset.zip');imds=图像数据存储(“logos\u数据集”,...“包含子文件夹”符合事实的...“标签源”,“foldernames”);[imdsTrain,imdsValidation]=splitEachLabel(imds,0.7,“随机化”);
创建一个工作流程对象,该对象将量化LogoNet作为网络参数,zcu102_int8作为比特流,以及目标作为目标参数。
zcu102_int8
目标
要量化网络,您需要下面列出的产品s manbetx 845FPGA在里面量化工作流先决条件.
FPGA
%保存预训练的序列网络对象snet=getlogonnetwork;%创建目标对象并定义与目标板的接口hTarget=dlhdl.Target(“Xilinx”,“接口”,“以太网”);%创建量化网络对象dlquantObj=dlquantizer(snet,“执行环境”,“FPGA”)dlquantObj.校准(imdsTrain);%使用FPFA位流为SeriesNetwork创建工作流对象hW=dlhdl.Workflow(“网络”,dlquantObj,“比特流”,“zcu102_int8”,“目标”,hTarget);
从中检索随机图像logos\u数据集.
logos\u数据集
index=randperm(numel(imdsValidation.Files),1)imIn=readimage(imdsValidation,index)inputImg=imresize(imIn[227]);
%部署工作流对象硬件部署;%预测结果并有选择地分析结果以衡量绩效。[预测,速度]=硬件预测(单个(输入),“个人资料”,“开”); [val,idx]=max(预测);snet.Layers(end).ClassNames{idx}
编写|部署|getBuildInfo|数字量化器|DLQ量化选项|校准|验证
编写
getBuildInfo
数字量化器
DLQ量化选项
校准
验证
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站以获取可用的翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区站点不适合您所在位置的访问。
联系当地办事处
现在受审