量化工作流程先决条件- MATLAB和Simulink - 卡塔尔世界杯8强比赛直播

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。

以下要求适用于量化工作流程的所有阶段。

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．

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。

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	并行计算工具箱用于深度学习库的GPU编码器接口 CUDA支持NVIDIA GPU，具有6.1,6.3或更高的计算能力。设置必备产品2022世界杯八强谁会赢？(GPU编码器)
FPGA	深度学习库的MATLAB编码器接口深度学习HDL工具箱™ Xilinx的深度学习HDL工具箱支持包^®FPGA和SoC器件 Intel的深度学习HDL工具箱支持包^®FPGA和SoC器件 `hdlsetuptoolpath`(高密度脂蛋白编码器)
CPU	深度学习库的MATLAB编码器接口 MATLAB编码器嵌入式编码器^® 用MATLAB编码器进行深度学习的先决条件(MATLAB编码器) 请注意在验证之前，必须创建一个`raspi`对象来建立与硬件的连接。
MATLAB	N/A

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。