lulugay的博客

在Jupyter中调用DPUDNNDK3.1提供了Python的编程接口，在此以ResNet50为例示范如何在Jupyter里调用DPUimport库import syssys.path.append('/usr/local/lib/python2.7/dist-packages')from dnndk import n2cube, dputilsfrom ctypes import ...

使用DNNDK进行C++编程dnndk提供了一个resnet50的案例，但是那个案例是基于caffe的，我们需要稍作修改定义input node，output node/* DPU Kernel name for ResNet50 */#define KRENEL_RESNET50 "resnet50v1_0"/* Input Node for Kernel ResNet50 */#d...

使用decent工具量化模型CaffeTensorFlow

搭建DNNDK环境DNNDK包括Host和终端两部分，Host端负责将模型量化并编译成DPU能够识别的数据格式，终端即在板子上运行DPU依赖的一系列运行库。DNNDK首先将神经网络量化到8bit，量化过程中需要对一些样本进行采样并确定量化的参数。这个过程可以使用GPU进行加速，这就依赖英伟达特定版本的运行库。由于DNNDK只能与特定版本的CUDA以及cuDNN搭配使用，因此使用docker构建D...

DPU on PYNQ-Z2系列—3.1 部署DPU—配置运行环境环境要求PYNQv2.5 https://github.com/Xilinx/PYNQ/releasesDNNDK 3.1 https://www.xilinx.com/products/design-tools/ai-inference/ai-developer-hub.html#edgeQuick Wayxilin...

在Petalinux中编译DPU的驱动及Linux镜像环境要求Petalinux2019.1，参见https://blog.youkuaiyun.com/lulugay/article/details/99715402Quick Way步骤创建Petalinux工程petalinux-create --type project --template zynq --name pynqz2_dpu...

DPU on PYNQ-Z2系列—1.1 硬件准备—在Vivado中集成DPU IP环境要求Vivado2019.1DPU3.0（zcu102-dpu-trd-2019-1-190809.zip，解压后在zcu102-dpu-trd-2019-1/pl/srcs/dpu_ip）可以在https://www.xilinx.com/products/design-tools/ai-infer...

DPU on PYNQ-Z2系列——0. 前言什么是DPU？为什么要写本系列博文DPU on PYNQ-Z2系列—1.1 硬件准备—在Vivado中集成DPU IPDPU on PYNQ-Z2系列—1.2 硬件准备—在Petalinux中编译DPU的驱动及Linux的imageDPU on PYNQ-Z2系列—2.1 DNNDK使用—搭建DNNDK环境DPU on PYNQ-Z2系列—2.2 DN...