笔者的所有代码已经更新至Gitee,vivado工程需要自己创建。
LeNet code:LeNet4FPGA: 包含剪枝量化
Verilog code:FPGA4LeNet: Lenet的硬件实现。更新中......
软件部分(LeNet)

图片引用:知乎@小小
(一)为什么选择LeNet?
笔者选择LeNet的原因很简单,模型够小,内容够全。在FPGA上运行神经网络极其受限的点有:模型过大的时候会有较多的参数量,输入张量大时网络内部行缓存也会变大。
(二)LeNet的量化
针对FPGA设计首先考虑到了量化,这里选择的量化方法很简单,即统计每一层张量的最大值,最小值,然后按量化比特数进行量化。代码实现如下:
def quantize_tensor(x, num_bits=8):
qmin = 0.
qmax = 2.**num_bits - 1.
min_val, max_val = x.min(
581



被折叠的 条评论
为什么被折叠?



