LiamJacob

摘要： # UpSample模块实现 > UpSample模块的原理和功能：UpSample模块是用来将输入数据的尺寸放大的，它的原理是将每个数据复制四次，从而使得输出数据的尺寸变为输入数据的两倍。例如，如果输入数据是2*2的，那么输出数据就是4*4的。UpSample模块在神经网络中可以用来实现上采样的操 阅读全文

摘要： # DMA数据发送模块实现 ## 发送模块的数据接口 - 发送模块使用AXI Stream接口与DMA控制器通信，AXI Stream是一种简单的点对点数据流协议，主要包含以下三个信号： - valid：表示发送方是否有有效的数据。 - ready：表示接收方是否准备好接收数据。 - data：表示 阅读全文

摘要： # DMA数据发送缓存模块实现 ```mermaid graph TD A[DMA数据发送缓存模块实现] --> B[目的] A --> C[原理] A --> D[实现] B --> E[把池化后的数据返回给PS端的ADI3] C --> F[使用FIFO作为存储载体] C --> G[设置FIF 阅读全文

摘要： # Max_Pool模块实现 - ``` - Max_Pool模块是一种**池化（pooling）**操作，用于对输入的特征图（feature map）进行降采样（downsampling），从而减少参数数量，提高计算效率，防止过拟合。 - Max_Pool模块的原理是在输入的特征图上滑动一个固定大 阅读全文

摘要： # LeakyRelu模块实现 ##### 模块功能 - LeakyRelu模块实现的主要功能用于对卷积神经网络的输出进行激活函数处理。LeakyRelu模块的功能是将输入的8个8位有符号整数，根据一个预设的斜率参数，进行非线性变换，输出8个8位有符号整数。 - 激活函数的计算公式是： $$ y = 阅读全文

摘要： ##### 什么是量化？ - 量化是一种将浮点数转换为整数的方法，可以减少计算量和存储空间，提高模型的运行效率和部署能力。 - 量化的过程可以表示为： $$Q(x) = round(\frac{x}{s}) + z$$ - 其中，$x$是浮点数，$s$是缩放因子（scale factor），$z$是 阅读全文

摘要： # 对已有YOLO加速模块进行Layer0仿真 ```markdown # Layer0仿真模块 ## 输入数据 - 从文本文件中读取 - 每个通道144个8位数据 - 文件名如下： - layer0_txt/r_data.txt - layer0_txt/g_data.txt - layer0_t 阅读全文

摘要： # Layer0仿真平台搭建 ##### 代码概述  - 代码功能 - 实现一个卷积神经网络的第一层（l 阅读全文

摘要： # 实现分批卷积计算的累加模块 - 分批卷积计算：指的是将卷积层的输入通道或输出通道分成若干个批次，每次只计算一部分通道的卷积，然后将所有批次的结果累加起来，得到最终的卷积输出。这样做的目的是为了减少计算资源的消耗，提高运算效率。 - 累加模块：指的是用于缓存和累加分批卷积计算的中间结果的模块，它主 阅读全文

摘要： # 填充模块设计及代码编写 - 填充模块的功能 - 对卷积层的输入数据进行填充操作，即在数据的四周加上一圈0，以保持特征图的尺寸不变或增大 - 例如，将$416*416$的数据填充为$418*418$的数据 - 填充模块的设计思路 - 以第一层卷积层（layer 0）的输入数据为例，图像尺寸为 $4 阅读全文