-
使用Python和PYNQ，以最小的工作量启动并运行Xilinx Vitis AI硬件加速推理
下面的说明记录了一种新的方法，可以立即开始使用Xilinx Vitis AI v2.5硬件加速机器学习推理。它还使Python能够控制和执行Vitis AI Xilinx深度学习处理单元(DPU)。现在还支持VART api。
-
如何用XADC和PYNQ进行信号处理
我们都熟悉RFSoC和与ZYNQ MPSoC结合的高速ADC和DAC。但是，您可能不知道所有赛灵思七系列及以上都有XADC / Sysmon ADC，这是监测内部电压轨和模具温度的电缆。
-
使用PYNQ训练和实现二值神经网络（BNN）：加速边缘智能的新途径
在人工智能（AI）的浪潮中，深度学习模型正逐渐渗透到各个行业和领域。然而，传统的深度学习模型通常计算量大、功耗高，难以在资源受限的边缘设备上实现高效运行。为了解决这一问题，二值神经网络（BNN）应运而生。BNN通过将权重和激活值二值化（即取值为+1或-1），极大地降低了计算复杂度和功耗，使其更适合在边缘设备上部署。本文将介绍如何使用PYNQ平台来训练和实现BNN，并附上相关代码示例。
