【文件属性】：
文件名称：细节增强的matlab代码-FixedCNN:定点卷积神经网络的Matlab实现
文件大小：10.13MB
文件格式：ZIP
更新时间：2021-05-27 02:53:46
系统开源
细节增强的matlab代码基于CPU的快速多核并行定点CNN仿真库（不建议使用）
现在不推荐使用该项目，并将其更新到FAST-CNN存储库。
随着Fixed-CNN的功能变得越来越复杂，代码难以维护，因此我只是重新组织源代码并制作一个名为FAST-CNN的OOP版本，这意味着CNN的定点算法仿真工具箱。
此项目的动机是创建一个通用库，该库可以快速模拟具有定点操作的CNN。
由于Python在定点计算支持方面欠佳，因此我尝试在MATLAB中彻底编写该项目。
虽然MATLAB中的fi对象可以方便地表示定点（FP）操作，但MATLAB中仍有许多不支持fi的函数。
因此，我必须逐步重写许多基本功能，例如conv2d等。
项目进度
几个基本功能已完成并尽可能并行执行。
全面审查以下所有功能：
类型
地位
描述
转换2d
完全的
深度转换
完全的
汇集
完全的
最大/平均*
ReLU
完全的
足球俱乐部
完全的
通过将FC转换为Conv或MM
softmax
未完成
正在努力
点向转换
完全的
可以替换为Conv2d
**
*现在您可以使用MAX
/
AVG之外的自定义池功能。
在应用自定义池功能
【文件预览】：
FixedCNN-master
----model.mat(15KB)
----.gitattributes(66B)
----+device()
--------+GPU()
--------+CPU()
----runNetWithJsonParams.m(5KB)
----ILSVRC2012_test.m(3KB)
----labels_1001.mat(20KB)
----ILSVC2012_VAL_RES_1_5000.txt(119KB)
----mobilenet_v1_1.0_128_quant.json(51.72MB)
----inter.mat(92KB)
----OO_version()
--------Device.m(195B)
----Doc()
--------document.pdf(936KB)
--------img()
----+nn()
--------LiteConv2d.m(1KB)
--------Unit-Test()
--------Pooling.m(2KB)
--------private()
--------ReLU6.m(74B)
--------AddBias.m(223B)
--------Conv2d.m(1KB)
--------TurnOnMultiCore.m(738B)
--------GEMM_test.m(2KB)
--------DepthwiseConv2d.m(5KB)
--------ReLU.m(130B)
----MobileNet128_test.m(1KB)
----LICENSE(1KB)
----validation_lbs.mat(259KB)
----samples.mat(3.56MB)
----ILSVC2012_VAL_RES.txt(7KB)
----+op()
--------getShiftBits.m(259B)
--------getTFStyleParams.m(835B)
--------dequantParams.m(533B)
--------getTFStyleBias.m(322B)
----README.md(5KB)
----BoatNet_test.m(894B)
----runLiteWithJsonParams.m(6KB)
----BoatNet.m(2KB)
----CUDA_TEST()
--------MatMul_1()
--------addToVector()
--------Depthwise()
----.gitignore(5KB)
----MobileNet_test.m(5KB)
----test_img()
--------ker.csv(225B)
--------im.csv(900B)
--------ker3.csv(225B)
--------im1.csv(900B)
--------ker4.csv(225B)
--------img_patch()
--------mat_img()
--------ker1.csv(225B)
--------raw_img()
--------validation_res.mat(42KB)