【课程出售】基于HLS的通用型CNN卷积加速器设计与实现

2024-03-20 16:59

本文主要是介绍【课程出售】基于HLS的通用型CNN卷积加速器设计与实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 1 课程购买选项,渠道以及售后服务
    • 1.1 仅购买加速器 HLS 代码
    • 1.2 购买完整课程
  • 2 课程介绍
    • 2.1 项目优势
    • 2.2 前置知识和开发环境
  • 3 项目资料包所有内容概览
  • 4 加速器综合实现结果和上板演示
  • 5 想说的一些话
  • 6 课程与代码版权说明
  • 7 课程相关问题回复 Q&A


【雪天鱼】B站介绍此课程的相关视频:
『课程试听』卷积神经网络硬件加速器架构分类
【课程出售介绍】基于HLS的通用型CNN加速器设计与实现


1 课程购买选项,渠道以及售后服务

购买渠道:

  • (QQ) 736340716 雪天鱼 — 加我好友进行咨询即可,记得备注【课程购买】

此渠道购买会有优惠

image.png|500

  • 雪天鱼的 B 站工房
    用哔哩哔哩 app 扫码下面的二维码,即可跳转至我的工房

image.png|575

也可以B站从我的主页进入我的工房:

image.png|475

两种渠道购买的课程内容是完全一样的,售后服务也一样。

1.1 仅购买加速器 HLS 代码

  • 价格: 279 元 (粉丝价 269 元)

资料包文件夹概览:

image.png|550

单买加速器 HLS 代码的话,就是 HLS 源码 + SDK应用程序源码 + 一个无声的流程演示,也是我师兄在CSDN出售的版本。都是我师兄的代码和一个演示视频。不会包含我的任何讲解视频,文档,也没有售后答疑服务和其他扩展内容。在完整课程中我是全流程教学,包括原理,上板操作,代码讲解。然后这个光代码的购买选项的话,是就两个无声操作流程演示视频,能复现,但需要一定开发基础。

缺点:

  • 代码逻辑其实还是有点小复杂的,如果对卷积计算不了解的话,可能看不大懂(具体看个人能力)
  • 软件部分缺了模型训练,推理的内容,这部分是我自己添加到课程中的
  • 课程的免费更新内容只会提供给购买我完整课程的,免费更新目前定下的有:
    • 更多配置的算子,如卷积核大小为5的卷积算子(已实现)
    • 把后处理放到开发板上执行(已实现)

注:购买此选项后,随时可以 QQ 联系我补差价购买完整课程

1.2 购买完整课程

  • 价格:1499 元 (粉丝价 1469 元)

通过加我 QQ (736340716 雪天鱼 ) 购买有优惠

请认真考虑好是否需要购买本课程,虚拟产品,购买后不退款,课程详细介绍视频在 B站-雪天鱼的【课程出售介绍】基于HLS的通用型CNN加速器设计与实现 视频里面介绍的很清楚,可以以视频介绍的课程内容来判断本课程是否能满足你的项目需求。

购买完整课程后所享受的服务说明:

  • 有独立的售后答疑与交流群,方便进行问题答疑和项目资料更新,每次更新后的最新资料都会上传至群文件,基础版本的部分内容更新永久免费 (目前更新已结束,后续大概率无其他更新)
  • 进行项目复现时,如果遇到实在解决不了的问题,UP主本人提供有限次远程连接帮助

2 课程介绍

课程大纲:
image.png

此项目在 正点原子领航者开发板(Xilinx ZYNQ7020) 上实现了 Yolov4-Tiny 这个轻量级的卷积神经网络。
课程分为四大章节,涉及从算法模型训练到对应硬件实现,再到上板测试的全流程。是本人第一个精心制作的加速器设计课程,总时长为305分钟,将自己对此项目的全部理解都给大家一一详细讲述,扩展了自己的一些方法,并且通过剪辑掉无意义的时长,精简视频时长。每一节其实对于小白而言,需要理解的内容还挺多的。

愿景就是希望大家能够通过此课程掌握以下技能:

  • 学会如何对一个卷积神经网络进行硬件实现分析,掌握网络的训练,推理流程;
  • 学会如何搭建软件模拟器快速的对自己的想法进行验证;
  • 了解已有的加速器架构,并学会根据自己要实现网络进行选择;
  • 掌握本项目的加速器原理与实现方法,以及仿真验证方法;
  • 掌握PL端实现的加速器与PS CPU协同工作和Vitis开发流程。

2.1 项目优势

(1)全流程讲解: 从网络结构,训练,权重导出,再到具体的硬件设计和上板。
(2)面向小白,文档详细:包含操作流程重要技术的原理讲解重要代码的讲解,绘制有有较多的流程图,结构图,并非枯燥的纯文字。
(3)**课程系统,干货多:**由我本人精心制作的加速器设计课程,把自己的仿真方法,设计心得都进行了详细的教学和分享。

2.2 前置知识和开发环境

(1) 学习此项目的所需要的前置知识:

  • 了解如何使用Pytorch框架搭建深度学习算法(如卷积神经网络CNN),并配置好开发环境(Cuda,pytorch…);
  • 对目标检测算法有一定了解(不了解的话,需要不会地方需要去查找资料理解,比如先验框是什么);
  • 会基本的C++和Python语法。

注:此项目主要面向对CNN算法硬件实现不了解的小白同学,所有会尽量写的详细易懂一些。如果上面有前置知识不会的,也能进行学习,因为课程比较详细,但空缺的前置知识,就需要自己额外花时间填补。

(2) 硬件平台和软件开发工具
硬件平台:
正点原子领航者 ZYNQ7020,JTAG下载器,串口连接线,电源适配器 + TF卡和读卡器

image.png|425

只要是ZYNQ板卡,资源满足项目要求,带有串口和 TF 卡接口,就可以进行上板。

软件平台:
Xilinx Vivado, HLS, Vitis IDE, 我个人使用 2019.2 版本完成的本课程录制, 尽量使用相同版本,这样遇到问题的概率小点。

3 项目资料包所有内容概览

完整课程资料包顶层目录:

image.png|575

每一章节文件夹内容概览:

image.png|675

项目 Word 文档目录(共 139页,3.1W字):
image.png|475

image.png|475

image.png|475

4 加速器综合实现结果和上板演示

以下均为 Imolementation 后得到的报告结果

此加速器上板(时钟频率设置的 100MHz)后,会通过串口打印识别到的物体信息,如下图所示:
image.png|750

资源使用报告:
image.png|500

时序报告:
image.png|700

功耗报告:
image.png|700

5 想说的一些话

(1) 为什么做课程
a. 自我提升
因为我觉得“当下的我”是会比“未来的我”对这个项目更理解和熟悉的,未来的我可能做其他研究了,可能能力会更强,但不一定比现在的我对此项目的具体细节有现在这么了解。那么我就想趁自己还熟悉的时候,将自己的想法和心得记录下来,以供以后的我查阅。这也算是我学习的一种方式吧,把“输入”和“输出”结合,与各位共勉。

b. 挣取生活费
我相信知识就是财富,自己如果学习的心得能给大家带来一些收获的同时,也能让自己获取一份不错的报酬,那又何乐而不为呢?

(2) 对于此课程的评价
定位价格虽然是比较高,但我觉得我精心制作的这个课程是值得这个价钱的。从实际项目入手,将CNN算法硬件实现的方法,和一些重点思想都进行了详细介绍。授人以鱼不如授人以渔,我觉得通过此课程是可以学习到算法硬件实现的基本思路的,以后自己去实现其他的算法,就不至于毫无头绪,按照课程思路,一步步抽丝剥茧地进行分析,设计即可。如果我当时能找到一份比较系统,详细的资料,自己也能节省大量的学习时间,聚集自己的核心矛盾上面,而不是无意义的查找资料过程。

我是从小看玄幻小说比较多,很信奉等价交换,就你出了这份价钱,那我也会带给你值得这个价位的课程和服务质量。

最后,希望大家能帮助点赞或者转发,那就十分感谢了。如果有同学愿意买这份课程,支持一下,那就更求之不得了。

6 课程与代码版权说明

  • HLS 算子仿真源码和方法思路, 所有视频课程,项目文档所有权属于 雪天鱼(此账号本人)
    目前运营的自媒体账号如下:
  • 哔哩哔哩 【雪天鱼】: 雪天鱼个人主页-bilibili.com
  • 微信公众号 【雪天鱼】
    |550
  • CSDN 【雪天鱼】: 雪天鱼-CSDN博客

QQ 学习交流群

  • CNN | RVfpga学习交流群(推荐,人数上限 2000) 541434600

  • FPGA&IC&DL学习交流群 866169462

  • HLS 设计源码,Vitis 应用程序源码所有权属于 FPGA硅农 FPGA硅农-CSDN博客

image.png|900

拼团购买和与个别现实朋友分享,我觉得都是很正常的。但我不希望有购买的同学将我和FPGA硅农师兄的劳动成果不经过我们的授权,擅自上传到网络上,或者在TB,小黄鱼等平台出售,如果发现上述行为,我将通过合法合理的途径维护我和师兄的利益

7 课程相关问题回复 Q&A

Q1:购买仅加速器代码或者完整课程后,资料包如何发放?

  1. 从 QQ 渠道购买完整课程后,我将拉你进课程售后群,课程资料包都放在群文件里面,下载不限速。如果是仅购买加速器代码,我会直接通过QQ发送资料压缩包给你。
  2. 从 雪天鱼的哔哩哔哩工房购买完整课程或者仅加速器代码,都可以从网页端直接下载资料压缩包,等你收货后,我会拉你进售后群。

Q2: 购买完整课程后,课程教学视频是在哪里观看?
课程视频的MP4 文件我都已经放到了课程资料包里,下载好后可以在自己电脑离线观看。

课程视频均已添加个人水印,请勿私自售卖

Q3: 完整课程的内容上手快吗,要多久才能学完?
假设购买好课程后,每天能保证有 4~8 小时学习时间,如果已具备前置基础知识和软硬件开发平台的话,复现跟着教学视频 1天 就可以,完全弄懂设计原理 1~2 周。如果是纯萌新的话,估计需要 3~4 周才能完全弄懂,如果只追求跑通项目的话,跟着教学视频,2~3天就可以。

这篇关于【课程出售】基于HLS的通用型CNN卷积加速器设计与实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/830150

相关文章

MySQL的隐式锁(Implicit Lock)原理实现

《MySQL的隐式锁(ImplicitLock)原理实现》MySQL的InnoDB存储引擎中隐式锁是一种自动管理的锁,用于保证事务在行级别操作时的数据一致性和安全性,本文主要介绍了MySQL的隐式锁... 目录1. 背景:什么是隐式锁?2. 隐式锁的工作原理3. 隐式锁的类型4. 隐式锁的实现与源代码分析4

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

MySQL中Next-Key Lock底层原理实现

《MySQL中Next-KeyLock底层原理实现》Next-KeyLock是MySQLInnoDB存储引擎中的一种锁机制,结合记录锁和间隙锁,用于高效并发控制并避免幻读,本文主要介绍了MySQL中... 目录一、Next-Key Lock 的定义与作用二、底层原理三、源代码解析四、总结Next-Key L

Java中数组转换为列表的两种实现方式(超简单)

《Java中数组转换为列表的两种实现方式(超简单)》本文介绍了在Java中将数组转换为列表的两种常见方法使用Arrays.asList和Java8的StreamAPI,Arrays.asList方法简... 目录1. 使用Java Collections框架(Arrays.asList)1.1 示例代码1.

Redis实现RBAC权限管理

《Redis实现RBAC权限管理》本文主要介绍了Redis实现RBAC权限管理,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录1. 什么是 RBAC?2. 为什么使用 Redis 实现 RBAC?3. 设计 RBAC 数据结构

SpringBoot基于沙箱环境实现支付宝支付教程

《SpringBoot基于沙箱环境实现支付宝支付教程》本文介绍了如何使用支付宝沙箱环境进行开发测试,包括沙箱环境的介绍、准备步骤、在SpringBoot项目中结合支付宝沙箱进行支付接口的实现与测试... 目录一、支付宝沙箱环境介绍二、沙箱环境准备2.1 注册入驻支付宝开放平台2.2 配置沙箱环境2.3 沙箱

Nginx实现高并发的项目实践

《Nginx实现高并发的项目实践》本文主要介绍了Nginx实现高并发的项目实践,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录使用最新稳定版本的Nginx合理配置工作进程(workers)配置工作进程连接数(worker_co

python中列表list切分的实现

《python中列表list切分的实现》列表是Python中最常用的数据结构之一,经常需要对列表进行切分操作,本文主要介绍了python中列表list切分的实现,文中通过示例代码介绍的非常详细,对大家... 目录一、列表切片的基本用法1.1 基本切片操作1.2 切片的负索引1.3 切片的省略二、列表切分的高

基于Python实现一个PDF特殊字体提取工具

《基于Python实现一个PDF特殊字体提取工具》在PDF文档处理场景中,我们常常需要针对特定格式的文本内容进行提取分析,本文介绍的PDF特殊字体提取器是一款基于Python开发的桌面应用程序感兴趣的... 目录一、应用背景与功能概述二、技术架构与核心组件2.1 技术选型2.2 系统架构三、核心功能实现解析

使用Python实现表格字段智能去重

《使用Python实现表格字段智能去重》在数据分析和处理过程中,数据清洗是一个至关重要的步骤,其中字段去重是一个常见且关键的任务,下面我们看看如何使用Python进行表格字段智能去重吧... 目录一、引言二、数据重复问题的常见场景与影响三、python在数据清洗中的优势四、基于Python的表格字段智能去重