工作流类

包裹：dlhdl

配置深度学习神经网络部署工作流

在第页中展开全部

描述

使用工作流程对象来设置将深度学习网络编译和部署到目标FPGA的选项工作流程类用于指定的深度学习网络和FPGA位流。使用对象to:

编写深度学习网络。
估计指定FPGA设备上网络的速度和吞吐量。
编译并将神经网络部署到FPGA上。
预测输入图像的类别。
分析指定网络和FPGA的结果。

创造

hW=dlhdl.Workflow（'网络'，网络，“比特流”，比特流)使用网络对象和位流创建工作流配置对象，以部署自定义的预训练深度学习网络对象。

hW=dlhdl.Workflow（'Ntwork'，网络，“比特流”，比特流,名称、值)使用网络对象和位流创建工作流配置对象，以部署自定义的预训练深度学习网络对象，并使用一个或多个名称-值对参数指定的其他选项。

输入参数

全部展开

`比特流`—FPGA位流名称
''（默认）|特征向量

FPGA位流的名称，指定为字符向量。确保位流名称与数据类型和目标FPGA板匹配。有关提供的位流名称的列表，请参阅在FPGA比特流上使用深度学习.

例子：“比特流”,“arria10soc_single”指定要使用部署经过培训的网络仅有一个的Arria10 SoC板的数据类型。

`网络`—网络对象
`系列网络`对象|`达格网络`对象|`Yolov2物体检测器`对象|`数字量化器`对象

深度学习网络对象的名称。

例子：“网络”,净为已保存的预训练网络创建工作流对象净.指明净，您可以导入任何现有受支持的预训练网络，或使用转移学习使网络适应您的问题。金宝app请参阅金宝app支持预训练网络.

net=resnet18；hW=dlhdl.Workflow(“网络”网“比特流”,“zcu102_single”）;

例子：“网络”,dlquantizeObj为量化网络对象创建工作流对象dlquantizeObj.指明dlquantizeObj，您可以导入任何受支持的现有预训练网络，并使用金宝app数字量化器类。有关支持的网络的信息，请参阅金宝app金宝app支持预训练网络.

net=resnet18；dlquantObj=dlquantizer（net，“执行环境”,“FPGA”); dlquantObj.校准（imdsTrain）；hW=dlhdl.Workflow(“网络”，dlquantObj，“比特流”,“zcu102_int8”）;

性质

全部展开

`“目标”`—`目标`对象将网络和位流部署到目标设备
`目标`

目标对象指定为目标对象

例子：“目标”,hTarget

hTarget=dlhdl.Target(“英特尔”,“界面”,“JTAG”)hW=dlhdl.Workflow(“网络”，snet，“比特流”,“arria10soc_single”,“目标”, hTarget);

方法

全部展开

公共方法

`激活`	检索已部署深度学习网络的中间层结果
`编写`	编译工作流对象
`部署`	将指定的神经网络部署到目标FPGA板
`getBuildInfo`	检索比特流资源利用率
`预测`	在部署的网络上运行推理，并在指定的目标设备上部署神经网络的配置速度

例子

使用属性名称值对创建工作流对象

snet=vgg19；hW=dlhdl.Workflow(“网络”snet,“比特流”,“arria10soc_single”,“目标”, hTarget);

使用量化网络对象创建工作流对象

snet=getLogoNetwork；dlquantObj=dlquantizer（snet，“执行环境”,“FPGA”)；Image=imageDatastore(“heineken.png”,“标签”,“喜力”)；dlquantObj.calibrate（图像）；hTarget=dlhdl.Target(“Xilinx”,“界面”,“以太网”）;hW = dlhdl。工作流(“网络”，dlquantObj，“比特流”,“zcu102_int8”,“目标”, hTarget);