主要内容

量化工作流先决条件

这个页面描述数字转换所需的产品,使用模拟和部署深s manbetx 845度学习网络深度学习工具箱量化模型库。在每个阶段所需的先决条件取决于你选择的量化工作流程。

先决条件全部量化工作流

下列条件适用于所有阶段的量化工作流程。

万博1manbetx支持网络和层

下面的链接描述网络层支持每一个执行环境。万博1manbetx

先决条件校准

校准的先决条件取决于你选择校准环境。

  • 调整主机GPU(默认)- - - - - -

    • 并行计算工具箱™

    • 深度学习GPU编码器™接口库

    • CUDA®使英伟达®GPU的计算能力3.2或更高版本。

  • 在主机CPU校准- - - - - -

    • MATLAB®编码器™界面深度学习库

在Windows上®,MinGW C / c++编译器不支持。万博1manbetx使用微软Visual c++ 2019,微软Visual c++ 2017,或微软Visual c++ 2015。

在Linux上®,使用GCC C / c++编译器。

编译器支持的列表,请参阅万博1manbetx万博1manbetx支持和兼容的编译器。

先决条件量化

为在MATLAB模拟数字转换你的网络使用数字转换函数或出口>出口量化网络选项深层网络数字转换应用程序,不需要额外的先决条件。

先决条件的验证

以下是需要验证您的量化网络部署使用验证函数或数字转换和验证按钮深层网络量化器应用程序。

执行环境 先决条件的验证
GPU

  • 并行计算工具箱

  • 为深度学习GPU编码器接口库

  • CUDA启用NVIDIA GPU计算能力6.1、6.3或更高版本。

  • 设置必备产品s manbetx 845(GPU编码器)
FPGA

  • 为深度学习MATLAB编码器接口库

  • 深度学习HDL工具箱™

  • 深度学习HDL Xilinx的工具箱支持包万博1manbetx®FPGA和SoC设备

  • 深度学习HDL工具箱为英特尔支持包万博1manbetx®FPGA和SoC设备

  • hdlsetuptoolpath(高密度脂蛋白编码器)
CPU

请注意

在验证之前,您必须创建一个raspi对象建立连接硬件。
MATLAB

  • N /一个

为FPGA执行环境,你可以选择来验证你的量化网络设置时使用模拟模拟的属性dlquantizer来“上”。此选项只需要深度学习HDL工具箱。

CPU和GPU部署,软件生成代码的卷积深层神经网络通过量化权重,偏见,和卷积的激活层8位整数数据类型。量化是通过提供校准执行的结果文件产生的校准函数codegen(MATLAB编码器)命令。

代码生成不支持量化深度产生的神经网络万博1manbetx数字转换函数。

相关的话题