量化工作流先决条件——MATLAB和Simulink MathWorks西班牙金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

量化工作流先决条件

这个页面描述数字转换所需的产品,使用模拟和部署深下载188bet金宝搏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。

下列条件适用于所有阶段的量化工作流程。

下面的链接描述网络层支持每一个执行环境。金宝app

GPU- - - - - -金宝app支持网络层,和类(GPU编码器)
FPGA- - - - - -金宝app支持网络、层板、和工具(深度学习HDL工具箱)
CPU- - - - - -网络层支持代码生成金宝app(MATLAB编码器)
MATLAB- - - - - -网络层支持代码生成金宝app(MATLAB编码器)

请注意

当执行环境将MATLAB,只有英特尔的层MKL-DNN深度学习库支持。金宝app

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™
- 为深入学习GPU编码器™接口
- 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

在Windows上^®,MinGW C / c++编译器不支持。金宝app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,请参阅金宝app金宝app支持和兼容的编译器。

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。

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入学习GPU编码器接口 CUDA启用NVIDIA GPU计算能力6.1、6.3或更高版本。设置必备产品下载188bet金宝搏(GPU编码器)
FPGA	MATLAB编码器界面深度学习深度学习HDL工具箱™ 深度学习HDL Xilinx的工具箱支持包金宝app^®FPGA和SoC设备深度学习HDL工具箱为英特尔支持包金宝app^®FPGA和SoC设备 `hdlsetuptoolpath`(高密度脂蛋白编码器)
CPU	MATLAB编码器界面深度学习 MATLAB编码器嵌入式编码器^® 臂计算库。有关更多信息,请参见先决条件与MATLAB编码器深度学习(MATLAB编码器)
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金宝app数字转换函数。