获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
- 我们制作了一个自定义的HLS4ML作者,以一个.h和一个.cpp文件定义所有内容,并为不同的
我们使用PYNQ-Z2板上HLS4ML框架的初始实验取得了令人鼓舞的结果,证明了在FPGA上部署复杂的神经网络的可行性。在KRIA KV-260和Ultra96-V2板上成功部署Resnet模型后,我们现在正在探索其与VIT模型的兼容性,并识别任何不支持的参数。测试变压器模型:使用NN2FPGA实现SWIN TF模型,重点是保持准确性。选择FPGA平台:选择最佳的FPGA用于部署,比较云和边缘选项。比较GPU和FPGA:评估在GPU和FPGA上部署的模型的性能和能源使用。