datasheet

Xilinx 赛灵思

文章数:443 被阅读:292831

账号入驻

一大波 AI/ML 工具与素材更新!

2019-07-09
    阅读数:

点击蓝字关注我们

ML Suite V1.4 更新

赛灵思机器学习套件(ML Suite) v1.4 已于 5 月 24 日发布,主要更新功能包括:

  • DECENT 量化器的集成

  • xfDNN Runtime API 已升级,可支持多输出网络

  • 简单易用的增强功能

    支持 Docker 镜像

    支持 Caffe 的自定义 Python 层

    用于网络权重的 HDF5 格式

  • 增加对新模型的支持

此外,还有一个新的基准测试应用,使用户能够更好地了解端到端系统性能,如下所示。

想要开始吗?

从这里开始:https://github.com/Xilinx/ml-suite


版本说明:https://github.com/Xilinx/ml-suite/blob/master/docs/release-notes/1.x.md

向下滚动到“入门指南”,并按照步骤操作

如有任何疑问,请联系您的赛灵思代表。


DPU 参考设计更新

赛灵思 DPU 参考设计已在 Xilinx.com 上进行了更新。它支持从 B512 到 B4096 的所有配置的最新 DPU。与之前的版本相比,它能支持更多层,如 Depthwise Conv、Relu6、Average Pooling 和 Softmax,所有这些都在硬件中。这使得 DPU 更加通用,增强对 Mobilenet 等新型号的支持。


您可以在这里下载:

https://www.xilinx.com/member/forms/download/design-license-xef.html?filename=zcu102-dpu-trd-2018-2-190531.zip


我们建议您将参考指南与更新的 DPU IP 产品指南 PG338 结合使用,上述指南可在此处获得:

https://www.xilinx.com/support/documentation/ip_documentation/dpu/v2_0/pg338-dpu.pdf


请将此参考设计与最新的 DNNDK v3.0 一起使用。

https://www.xilinx.com/member/forms/download/dnndk-eula-xef.html?filename=xlnx_dnndk_v3.0_190531.tar.gz


PG338 的表 7 已更新受支持层的硬件约束的相关信息,其可用作定制模型的部署指南。

如有任何疑问,请联系您的赛灵思代表。


辅助材料更新


带有 Darknet 到 Caffe 转换器及赛灵思 DNNDK 的 Yolov3 教程 (UG1334)

YOLOv3 是目前最流行的对象检测 CNN 之一。其是在一个名为 Darknet 的 ML 框架中开发的。要在 DNNDK 上运行它,您需要将其转换为符合 Caffe 框架的格式。为此,您需要一个专门的 Darknet 到 Caffe 转换器来生成 yolov3.prototxt 和 yolov3.caffemodel 文件,它们是 DNNDK 的输入。


本教程描述了在使用赛灵思 DNNDK 2.0.8 版本对其进行量化并在ZCU102 目标板上运行之前,转换 YOLOv3 CNN(最初在 Darknet 中使用 COCO 数据集(80 类)进行训练)的过程。


从 Darknet 到 Caffe 的转换支持 YOLOv2/tiny、 YOLOv2、 YOLOv3/tiny和 YOLOv3 基本网络。


我们已在此赛灵思 Github 位置发布了详细教程与所有项目文件:

https://github.com/Xilinx/Edge-AI-Platform-Tutorials/tree/master/docs/Darknet-Caffe-Conversion


以下是本教程的截图


使用 TensorFlow 和 DNNDK v3.0 的 MNIST 和 CIFAR10 分类器

我们已在赛灵思的 Github 上发布了有关使用 DNNDK v3.0 TensorFlow 设计流程来创建 DPU elf 文件的两个教程。它们对演示如何使用 DNNDK 在赛灵思平台上部署 Tensorflow 模型有所帮助。教程位于: 


https://github.com/Xilinx/Edge-AI-Platform-Tutorials/tree/master/docs/MNIST_tf


https://github.com/Xilinx/Edge-AI-Platform-Tutorials/tree/master/docs/CIFAR10_tf

Jupyter Notebook 的 Python 实现脚本均可用。


如有任何疑问,请联系您的赛灵思代表。

更多精彩内容“阅读原文”

右边给我一朵小花花

赛灵思公众号

打造灵活应变,万物智能的世界

长按二维码关注我们

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved