创建一个深度学习处理器配置

生成一个定制的处理器配置,使用dlhdl.ProcessorConfig对象。生成的深度学习处理器配置对象有一个自定义模块包含预配置自定义层。深度学习处理器配置保存到变量中hPC。

hPC = dlhdl.ProcessorConfig

注册自定义层和模型

注册自定义层和自定义层模型的一个实例®模型使用万博1manbetxregisterCustomLayer方法。深度学习HDL工具箱™使用仿真软件®模型生成自定义的验证模型层。万博1manbetx

hLogLayer = LogLayer (“customLog”)registerCustomLayer (hPC层= hLogLayer模型=“dnnfpgaLogLayerModel.slx”)

自定义深度学习处理器配置日志层下自定义处理模块。自定义自然对数(日志)层是比特流生成默认启用。

为自定义生成验证模型层

为您的自定义生成验证模型层使用openCustomLayerModel方法。生成一个测试网络和一个测试图像定制层网络通过指定空白的参数网络和InputImages参数的openCustomLayerModel方法。测试图像的大小匹配的输入层大小创建测试网络。

openCustomLayerModel (hPC)

的openCustomLayerModel方法生成一个验证模型文件调用dnnfpgaCustomLayerVerificationModel.slx为您的自定义层。

模拟和验证自定义层模型

之前您验证您的自定义层模型通过使用verifyCustomLayerModel方法,打开dnnfpgaCustomLayerVerificationModel.slx验证模型。的verifyCustomLayerModel验证的功能定义层和网络的预测精度的自定义层。

verifyCustomLayerModel (hPC)

生成定制的比特流

生成一个定制的比特流的名字myCustomLayer.bit通过使用dlhdl.buildProcessor函数。保存生成的比特流myCustomLayer_prj文件夹中。

dlhdl.buildProcessor(hPC,ProjectFolder =“myCustomLayer_prj”ProcessorName =“myCustomLayer”);