我有一个Python中的浮点列表，我怎样才能将它转换成定点表示？

我正在使用Neural Nets，我想在FPGA上实现它。我有一个代码在MNIST上工作，我想用float32获得初始权重，然后重新调整固定点的FPGA上的权重。我有一个Python中的浮点列表，我怎样才能将它转换成定点表示？

我正在python中运行我的模拟。我正在寻找一种方式来做到这一点的转换

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)

来源

2017-06-06 Abhinav Goel

我想每一层的权重转换成固定点表示，因此可以接受再培训 –

什么变量是这个名单？它真的是一个列表吗？或numpy数组？或者一些专门的'kereas'类型？ – hpaulj

“固定点”是什么意思？ –

究竟你要转换的（你有没有指出了这一点），但在一般情况下，你可以完成你想要的它是不是从你的问题明确做

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

来源

2017-06-06 20:09:55

我想将每个图层的权重转换为定点表示，以便重新训练。我认为float32不符合我的要求。我需要一个固定点表示。 –

@AbhinavGoel没关系，然后尝试以上。 –

我有一个Python中的浮点列表，我怎样才能将它转换成定点表示？

回答

相关问题