文件名称：inna映射技术-其他
文件大小：365.2MB
文件格式：ZIP
更新时间：2024-07-02 04:29:46
inna 深度学习 映射技术
inna1.0是一个基于FPGA的CNN自适应映射技术。 基于FPGA板卡设计深度学习加速器并进行优化，在整体性能和功耗方面拟达到业界领先水平，映射技术采用宏指令的Look-Aside Acceleration框架，实现了一键式快速部署、软硬件协同优化、支持多种卷积、执行过程无需主机干预。 本项目为映射技术的软件端，拟实现CNN映射编译器和CNN量化器，首先由TensorFlow产生的模型文件解析产生CNN的计算图模型，CNN映射编译器会根据解析的计算图和现有的CNN加速库单元，选择相应的CNN库单元，生成相应的硬件结构和相应的调度器的配置参数，以达到计算、片上存储、片上带宽和片外带宽的均衡，从而达到最优的计算性能；CNN量化器可根据模型的权重文件，对各层数据进行8位定点量化，以便于FPGA的DSP计算，从而在保证精度的前提下降低存储开销，提高处理速度，降低功耗。
【文件预览】：
说明.htm
inna1.0
----.gitmodules(0B)
----Image()
--------inspur.png(15KB)
----requirements.txt(136B)
----LICENSE(11KB)
----tools()
--------install_inna.sh(454B)
----setup.py(3KB)
----README.md(2KB)
----inna()
--------runtime()
--------models()
--------config.ini(265B)
--------__init__.py(109B)
--------quantizer()
--------compiler()
----docs()
--------source()
--------make.bat(791B)
--------Makefile(584B)
----tests()
--------generate_data(13KB)
--------generate_data.cc(3KB)
--------test_cases.py(5KB)
--------data()
--------generate_instr.py(957B)
----.gitignore(149B)
----inna.egg-info()
--------dependency_links.txt(1B)
--------PKG-INFO(218B)
--------requires.txt(26B)
--------not-zip-safe(1B)
--------SOURCES.txt(871B)
--------top_level.txt(5B)