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。
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。
深度学习工具箱™
金宝app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。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
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™
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。
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 |
|
FPGA |
|
CPU |
|
MATLAB |
|
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。
相关的话题
- 量子化的神经网络
- 数字转换残余网络训练图像分类和生成CUDA代码
- 数字转换为FPGA部署网络(深度学习HDL工具箱)
- 生成int8代码深入学习网络(MATLAB编码器)