文件名称：matlab精度检验代码-cnn_grinder:CNN-Grinder工作流程项目文件
文件大小：12.75MB
文件格式：ZIP
更新时间：2024-06-10 18:58:18
系统开源
matlab精度检验代码CNN磨床 关于 CNN-Grinder是模板驱动的工作流程，可用于将对移动设备友好的CNN的算法描述转换为用于对低端，低成本FPGA SoC进行编程的高级综合（HLS）C / C ++代码。 使用HLS方法是为了加速CNN中最典型的图层类型（例如卷积和最大池），并生成适用于移动嵌入式（边缘）应用程序的加速CNN。 该项目使用已经针对移动应用程序（例如SqueezeNet v1.1和ZynqNet）进行了优化的CNN，并遵循一种允许将CNN映射到低端，低成本FPGA SoC的方法。 为此，使用了各种软件工具，例如： 用于获得CNN模型描述及其参数的Caffe机器学习框架 Matcaffe Caffe界面，用于在Matlab中使用Caffe Matlab软件工具，用于： 针对Caffe的实现测试自定义CNN层实现 重塑CNN模型参数（数据格式）以适合HLS实现 将重塑后的图层参数和输入导出到二进制文件以供C / C ++实现使用 Ristretto工具，建立在Caffe之上，用于： 在CNN网络参数和激活上应用量化以减少其位宽，而不会影响模型的准确性 在准确性方面