量化流程
本页描述了量化、模拟和部署深度学习网络所需的产品2022世界杯八强谁会赢?深度学习工具箱模型量化库.所需的先决条件取决于您在量化工作流程的每个阶段的选择。
所有量化工作流程的先决条件
以下要求适用于量化工作流程的所有阶段。
深度学习工具箱™
支持的网络和层
下面的链接描述了每个执行环境支持的网络和层。
GPU- - - - - -支持的网络、层和类(GPU编码器)
FPGA- - - - - -支持的网络、层、板、工具(深度学习HDL工具箱)
CPU- - - - - -代码生成支持的网络和层(MATLAB编码器)
MATLAB- - - - - -代码生成支持的网络和层(MATLAB编码器)
请注意
当执行环境设置为MATLAB时,仅支持Intel mml - dnn深度学习库的层。
校准前提条件
校准的先决条件取决于校准环境的选择。
在主机图形处理器上校准(默认)- - - - - -
并行计算工具箱
GPU Coder™深度学习库接口
CUDA®使英伟达®GPU具有3.2或更高的计算能力。
在主机CPU上校准- - - - - -
MATLAB®Coder™深度学习库接口
在Windows上®,MinGW C / c++
不支持编译器。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。
有关受支持的编译器的列表,请参见支持和兼容的编译器.
量化的先决条件
来量化您的网络仿真在MATLAB中使用数字转换
函数或导出>导出量化网络选项中的深度网络量化应用程序,不需要额外的先决条件。
验证前提条件
控件来验证您的量化网络以进行部署,需要执行以下操作验证
函数或量化和验证按钮。深度网络量化器应用程序。
执行环境 | 验证前提条件 |
---|---|
GPU |
|
FPGA |
|
CPU |
请注意 在验证之前,必须创建一个 |
MATLAB |
|
为FPGA执行环境时,您可以选择使用模拟验证您的量化网络模拟
的属性dlquantizer
来“上”
.此选项只需要深度学习HDL工具箱。
对于CPU和GPU部署,该软件通过将卷积层的权重、偏差和激活量化为8位缩放整数数据类型,为卷积深度神经网络生成代码。量化是通过提供校准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神经网络生成数字转换
函数。
相关的话题
- 深度神经网络的量化
- 图像分类残差网络量化训练并生成CUDA代码
- 将INT8网络部署到FPGA(深度学习HDL工具箱)
- 为深度学习网络生成int8代码(MATLAB编码器)