Xilinx도 model zoo에 진심을 낸 것 같다. - 심층 학습을 FPGA로 구현 -
2046 단어 FPGAxilinxCNNDeepLearning심층 학습
htps : // 기주 b. 코 m / ぃ ぃ x / ぃ ぃ s- 아이
위의 github를 참조하여 필요에 따라 현재 상황을 조사하십시오.
Intel이 OpenVino에서 각종 model zoo를 공개하여 누구나 쉽게 학습된 결과를 사용할 수 있도록 해 왔다.
그 상황에 Xilinx가 손을 돌려 속여 보고 있는 것도 없고, 누구나가 곧바로 학습 끝난 결과를 Xilinx의 FPGA로 실행할 수 있는 상황을 만들어 왔다.
어떤 모델이 얼마나 latency와 throughput에서 FPGA에서 실행될 수 있는지 자세히 설명합니다.
모델 성능
Model Zoo의 모든 모델은 DNNDK™(깊은 신경망 개발 키트)와 자일링스 AI SDK를 갖춘 자일링스 하드웨어에 위치하고 있습니다. 다양한 DPU 구성의 다양한 보드의 각 모델에 대한 엔드 투 엔드 처리량과 대기 시간을 포함한 성능 수치는 다음 섹션에 나열되어 있습니다.
DPU에 대한 자세한 내용은 DPU IP 제품 가이드를 참조하십시오.
참고: 다음 섹션에 나열된 모델 성능 번호는 DNNDK v3.1 및 Xilinx AI SDK v2.0.x에서 생성됩니다. 각 보드마다 다른 DPU 구성이 사용됩니다. DNNDK 및 자일링스 AI SDK는 https://www.xilinx.com/products/design-tools/ai-inference/ai-developer-hub.html에서 무료로 다운로드할 수 있습니다.
또 이하의 장소를 읽으면 YoloV3등을 FPGA에 실장하는 순서가 쓰여 있다.
github에는 Xilinx의 다른 리포지토리가 있습니다.
- htps : // 기주 b. 코 m/ぃぃx/PYㄱQ
- htps : // 기주 b. 코 m / ぃ ぃ x / ゃ ぃ s_ ぃ b 라리 s
- htps : // 기주 b. 코 m / ぃ ぃ x / B 음 - PY 응 Q
관련 기사
Reference
이 문제에 관하여(Xilinx도 model zoo에 진심을 낸 것 같다. - 심층 학습을 FPGA로 구현 -), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/nonbiri15/items/a8b7b7752d93bb87b50e텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)