深度学习HDL工具箱

在fpga和soc上构建和部署深度学习网络

深度学习HDL Toolbox™提供了在fpga和soc上构建和实现深度学习网络的功能和工具。它为在支持的Xilinx上运行各种深度学习网络提供了预先构建的比特流^®和英特尔^®FPGA和SoC设备。分析和评估工具允许您通过探索设计、性能和资源利用的权衡来定制深度学习网络。

深度学习HDL工具箱使您能够自定义深度学习网络的硬件实现，并生成可移植的、可合成的Verilog^®和硬件描述语言(VHDL)^®用于部署在任何FPGA上的代码(使用HDL Coder™和Simulink^®）.

开始

学习深度学习HDL工具箱的基础知识

FPGA上的原型深度学习网络

估计串联网络的性能。利用MATLAB分析和检索目标设备的推理结果^®

时间序列和序列数据网络

针对FPGA和SoC板部署经过时间序列分类、回归和预测任务训练的网络

深度学习处理器定制和IP生成

配置、构建和生成自定义比特流和处理器IP核，评估和基准自定义深度学习处理器性能

深度学习处理器IP核的系统集成

利用HDL Coder和深度学习HDL工具箱生成深度学习处理器IP核。将生成的深度学习(DL)处理器IP核集成到您的系统设计中，手动或使用HDL Coder和IP核生成工作流

深度学习INT8量化

校准、验证和部署量化预训练的系列深度学习网络

深度学习HDL工具箱支持的硬件

支持第三方硬件，如Intel和Xilinx FPGA板