设计深度学习、计算机视觉和信号处理应用程序,并将其部署到fpga、gpu和CPU平台,如Xilinx Zynq™或NVIDIA®杰森和手臂®由于嵌入式设备中固有的资源限制,处理器具有挑战性。这个演讲将带领您通过一个基于MATLAB的部署工作流®生成C/ c++或CUDA®或VHDL代码。
对于希望将深度学习集成到基于FPGA的应用程序中的系统设计人员,本次讲座将帮助他们了解部署到FPGA硬件的挑战和注意事项,并详细介绍MATLAB中的工作流。了解如何使用MATLAB预构建的双流在fpga上探索和原型训练网络。您可以进一步定制您的网络,以满足您的性能需求和硬件资源使用,生成HDL,并将其集成到一个基于fpga的边缘推理系统中。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。