我有一個Python中的浮點列表，我怎樣才能將它轉換成定點表示？

我正在使用Neural Nets，我想在FPGA上實現它。我有一個代碼在MNIST上工作，我想用float32獲得初始權重，然後重新調整固定點的FPGA上的權重。我有一個Python中的浮點列表，我怎樣才能將它轉換成定點表示？

我正在python中運行我的模擬。我正在尋找一種方式來做到這一點的轉換

from keras.datasets import mnist 
from keras.layers import Dense 
from keras.models import Sequential 
from keras.layers import Dropout 
from keras.utils import np_utils 
import matplotlib.pyplot as plt 
(x, y), (X, Y) = mnist.load_data() 

num = x.shape[1] * x.shape[2] 
x = x.reshape(x.shape[0],x.shape[1]*x.shape[2]).astype('float32') 
X = X.reshape(X.shape[0],X.shape[1]*X.shape[2]).astype('float32') 

x = x/255 
X = X/255 

y = np_utils.to_categorical(y) 
Y = np_utils.to_categorical(Y) 

classes = y.shape[1] 

def calc(): 
    model = Sequential() 
    model.add(Dense(num, input_dim = num, init = 'normal', activation = 'relu')) 
    model.add(Dense(classes, init = 'normal', activation = 'softmax')) 
    model.compile(loss = 'categorical_crossentropy', optimizer = 'adam', metrics = ['accuracy']) 
    return model 

model = calc() 
model.fit(x, y, validation_data=(X, Y), nb_epoch=10, batch_size=200, 
    verbose=2) 
scores = model.evaluate(X, Y, verbose=0) 
print("Accuracy: ", scores)

來源

2017-06-06 Abhinav Goel

我想每一層的權重轉換成固定點表示，因此可以接受再培訓 –

什麼變量是這個名單？它真的是一個列表嗎？或numpy數組？或者一些專門的'kereas'類型？ – hpaulj

「固定點」是什麼意思？ –

究竟你要轉換的（你有沒有指出了這一點），但在一般情況下，你可以完成你想要的它是不是從你的問題明確做

np.array(your_list, dtype=np.float32)

來源

2017-06-06 20:09:55

我想將每個圖層的權重轉換爲定點表示，以便重新訓練。我認爲float32不符合我的要求。我需要一個固定點表示。 –

@AbhinavGoel沒關係，然後嘗試以上。 –

我有一個Python中的浮點列表，我怎樣才能將它轉換成定點表示？

回答

相關問題