在Python中,我们可以用numpy解决结构数组问题。今天小编就来带大家一起看看吧。
具体代码如下:
cal_ctrl = np.dtype({'names':['ifrm_width',#图片宽度 y
'ifrm_height',#图片长度 y
'conv_size',#卷积核大小最大3*3 y
'conv_pad',#是否有零填充 y
'conv_std',#卷积步长 y
'ifrm_num',#计算一个输出帧(feature map)需要多少个输入帧。从1计数。需要是8的整数倍。 y
'ifrm_bsptr',#存放所有输入帧基地址的DDR地址指针。(*iframe_base_ptr)指向的DDR空间依次存放各个输入帧。 t
'relu_en',#当为为TRUE第一层卷积输出为【0~127】:当为Flash第一层卷积输出为【-】
'res_en',#当为TRUE feature map层累加功能,累加后再做Relu:当为Flashfeature map层累加功能
'pool_en',#第一次2*2最大池化标准位
'convp_bsptr',#存放卷积计算的滤波系数的地址指针。W t
'convk_bsptr',#存放卷积计算的K参数(每个输出帧的bias)的地址指针。b t
'res_bsptr',#存放Feature map累加层的数据的地址指针。 t
#----------------------second depth wise conv----------------------