深度学习量化

深度神经网络的量化

了解量化的影响，以及如何可视化网络卷积层的动态范围。

量化流程

下载188bet金宝搏深度学习网络量化所需的产品。

GPU目标量化

量化深度学习网络的代码生成(GPU编码器)

量化并生成预训练卷积神经网络的代码。

图像分类残差网络量化训练并生成CUDA代码

这个例子展示了如何量化具有剩余连接的深度学习神经网络的卷积层中的可学习参数，并已使用CIFAR-10数据进行图像分类训练。

量化对象检测器和生成CUDA®代码

这个例子展示了如何为SSD车辆检测器和YOLO v2车辆检测器生成CUDA®代码，该检测器以8位整数执行推理计算。

FPGA目标的量化

FPGA部署的量化网络(深度学习HDL工具箱)

这个例子展示了如何量化神经网络卷积层中的可学习参数，并验证量化后的网络。

利用量化DAG网络在FPGA上对图像进行分类(深度学习HDL工具箱)

在本例中，您使用Deep Learning HDL Toolbox™部署量化的深度卷积神经网络并对图像进行分类。

利用量化GoogLeNet网络在FPGA上对图像进行分类(深度学习HDL工具箱)

这个例子展示了如何使用深度学习HDL工具箱™来部署一个量化的GoogleNet网络来对图像进行分类。

CPU目标量化

量化深度学习网络的代码生成(MATLAB编码器)

量化并生成预训练卷积神经网络的代码。

树莓派上量化深度学习网络的代码生成(MATLAB编码器)

为深度学习网络生成代码，在8位整数中执行推理计算。