NPU_on_FPGA 项目常见问题解决方案

NPU_on_FPGA 项目常见问题解决方案

NPU_on_FPGA 在FPGA上面实现一个NPU计算单元。能够执行矩阵运算（ADD/ADDi/ADDs/MULT/MULTi/DOT等）、图像处理运算（CONV/POOL等）、非线性映射（RELU/TANH/SIGM等）。 项目地址: https://gitcode.com/gh_mirrors/np/NPU_on_FPGA

项目基础介绍和主要编程语言

NPU_on_FPGA 是一个开源项目，旨在设计并实现一个能够在FPGA（现场可编程门阵列）上运行的神经处理单元（NPU）。该项目的主要目标是执行矩阵运算（如ADD、ADDi、ADDs、MULT、MULTi、DOT等）、图像处理运算（如CONV、POOL等）以及非线性映射（如RELU、TANH、SIGM等）。

该项目主要使用的编程语言包括：

• Verilog：用于硬件描述逻辑（HDL），直接描述FPGA硬件。
• Python：用于软件层面的开发和测试，特别是与TensorFlow和Keras的集成。

新手使用项目时的注意事项及解决方案

1. 环境配置问题

问题描述：新手在配置开发环境时，可能会遇到Python和FPGA开发工具链的版本兼容性问题。

解决步骤：

1. 安装Python环境：确保安装Python 3.6.3及以上版本，并使用Anaconda 5.1.0进行环境管理。
2. 安装TensorFlow和Keras：安装TensorFlow-gpu 1.3.0和Keras 2.1.0，确保与Python版本兼容。
3. 安装FPGA开发工具：安装Quartus 16.1和Modelsim SE 10.4，确保这些工具的版本与项目文档中指定的版本一致。

2. 网络配置文件错误

问题描述：在配置网络描述文件（如网络描述文件.txt）时，可能会出现格式错误或参数设置不当的问题。

解决步骤：

1. 检查文件格式：确保网络描述文件的每一行都符合项目文档中的格式要求，例如：

   I: 32 32 1
   L0: C 5 5 6 tanh
   L1: S 2 2
   

2. 验证参数设置：根据项目文档中的示例，逐行检查参数设置是否合理，特别是卷积层（C）和池化层（S）的参数。
3. 使用示例文件：如果遇到困难，可以先使用项目提供的示例文件进行测试，确保基本配置无误后再进行自定义修改。

3. 仿真运行失败

问题描述：在运行FPGA仿真时，可能会遇到仿真脚本错误或仿真环境配置不当的问题。

解决步骤：

1. 检查仿真脚本：确保run.do文件中的Quartus安装路径和sim_module.bat脚本中的Altera仿真库路径设置正确。

   set QUARTUS_INSTALL_DIR "E:/intelFPGA/16.1/quartus"
   

   set ALTERA_SIM_DIR=E:\modeltech64_10.4\altera16.1
   set MTI_HOME=E:\modeltech64_10.4
   

2. 运行仿真脚本：双击sim_module.bat脚本，确保仿真能够正常启动并运行。
3. 检查仿真结果：仿真结束后，在spyder中运行aFPGA\10_python\cnn\check_cnn.py脚本，观察NPU运算CNN的误差，确保仿真结果符合预期。

通过以上步骤，新手可以更好地理解和使用NPU_on_FPGA项目，避免常见问题的困扰。

NPU_on_FPGA 在FPGA上面实现一个NPU计算单元。能够执行矩阵运算（ADD/ADDi/ADDs/MULT/MULTi/DOT等）、图像处理运算（CONV/POOL等）、非线性映射（RELU/TANH/SIGM等）。 项目地址: https://gitcode.com/gh_mirrors/np/NPU_on_FPGA