NPU_on_FPGA 项目常见问题解决方案
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:
- 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。
- 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。
- 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:
- 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
- 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。
- 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:
- 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
- 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。 - 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。