主要内容

概要推理运行

此示例显示如何检索ResNet-18网络的预测和探查器结果。查看预训练深度学习网络中各层、卷积模块和完全连接模块的网络预测和性能数据。

  1. 创建一个类的对象工作流程通过使用工作流程班

    看见使用属性名称值对创建工作流对象.

  2. 为工作流对象设置预训练的深度学习网络和位流。

    看见使用属性名称值对创建工作流对象.

  3. 创建一个类的对象目标并指定目标供应商和接口。看见目标.

  4. 要在指定的目标FPGA板上部署网络，请调用部署工作流对象的方法。请参阅，部署.

  5. 打电话给预测函数用于工作流对象。提供一个图像数组作为InputImage参数提供参数以打开探查器。看见预测结果和概况结果.

    对图像进行分类的标签存储在一个结构中结构并显示在屏幕上。速度和延迟的性能参数以结构形式返回结构.

使用此映像运行此代码：

snet=resnet18；hT=dlhdl.Target(“Xilinx”,“界面”,“以太网”）;hW = dlhdl。工作流(“净”snet,“比特流”,“zcu102_single”,“目标”，hT）；硬件部署；图像=imread(“zebra.jpeg”); inputImg=imresize（图[224224]）；imshow（inputImg）；[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}

###已完成输入激活的编写。####运行单输入激活。深度学习处理器探查器性能结果LastFrameLatency（周期）LastFrameLatency（秒）FRAMESUM总延迟帧数/秒------------------------------网络23659630 0.10754 1 23659630 9.3 conv1 2224115 0.01011池1 572867 0.00260 res2a_branch2a 972699 0.00442 res2a_branch2b 972568 0.00442 res2a 209312 0.00095 res2b_branch2a 972733 0.00442 res2b_branch2b 973022 0.00442 res2b 209736 0.00095 res3a2a 747507 0.00340 res3a_branch2b 904291 0.00411 res3a_branch1 538763 0.00245 res3a 104750 0.00048 res3b_Branch2 A 904389 0.00411 res3b_Branch2 B 904367 0.00411 res3b 104886 0.00048 res4a_Branch2 A 485682 0.00221 res4a_Branch2 B 8800001 0.00400 Res4; branch1 486429 0.00221 res4a 52628 0.00024 res3b_Branch2 A 88005; Branch2 A 88005 r 8800es4b 52478 0.00024 res5a_branch2a 1056299 0.00480 res5a_branch2b 2056857 0.00935 res5a_branch1 1056510 0.00480 res5a 26170 0.00012 res5b_branch2a 205703 0.00935 res5b_branch2b 2057659 0.00935 res5b 26381 0.00012 pool5 71405 0.00032 fc1000 216155 0.00098*DL处理器的时钟频率为：220MHz

探查器数据返回以下参数及其值：

  • LastFrameLatency（周期）-前一帧执行的时钟周期总数。

  • 时钟频率-从用于将网络部署到目标板的位流中检索时钟频率信息。例如，分析器返回*DL处理器的时钟频率为：220MHz。220 MHz的时钟频率是从zcu102_单比特流。

  • LastFrameLatency（秒）-前一帧执行的总秒数。总时间计算为LastFrameLatency（周期）/时钟频率.例如转换模块LastFrameLatency（秒）计算为2224115/(220*10^6).

  • 框架-网络输入帧的总数。此值将用于计算帧/秒.

  • 总延迟-执行所有网络层和模块的总时钟周期数框架.

  • 帧/秒—网络每秒处理的帧数。总帧/秒计算为（帧长*时钟频率）/总延迟.例如帧/秒在本例中，计算如下：(1 * 220 * 10 ^ 6) / 23659630.

另见

||

相关的话题

深度学习HDL工具箱文档

万博1manbetx

试试MATLAB、Sim万博1manbetxulink和其他产品s manbetx 845

现在受审