Сценарий исполнения регрессионной модели с обучаемыми блоками, кодирующие и декодирующие данные

Вы можете использовать этот сценарий при разработке прикладных решений.

В этом разделе приводится пример создания, обучения, размещения регрессионной модели и ее исполнения на нейроморфном процессоре Алтай-2.

Сценарий исполнения регрессионной модели с обучаемыми блоками, кодирующие и декодирующие данные, состоит из следующих этапов:

1. Создание и обучение регрессионной модели

   Создайте регрессионную модель, состоящую из кодирующего блока, нейронной сети и декодирующего блока. Подготовьте данные для обучения модели. Обучите модель и оцените результаты обучения.

2. Размещение нейронной сети

   Укажите параметры конфигурации нейроморфного процессора Алтай-2 в YAML-файле. Разместите нейронную сеть с помощью следующей команды:

   placer -p <NN_file> -l <placer_log> -o <altai_config> -hw <hw_config>

   В этой команде:

   • <NN_file> – путь к файлу с обученной нейронной сетью;
   • <placer_log> – путь к файлу, в который будут записываться журналы утилиты placer;
   • <altai_config> – путь к файлу, в который будет сохранена конфигурация для загрузки на нейроморфный процессор;
   • <hw_config> – путь к файлу, содержащему конфигурацию нейроморфного процессора. Если флаг -hw не указан, используется конфигурация нейроморфного процессора по умолчанию.

   Пример:

   placer -p snn_sin.keras -l sin_placer.log -o sin.json

3. Запуск инференса регрессионной модели

   Подключите объединительную плату с нейроморфным процессором Алтай-2 к компьютеру с помощью интерфейсов PCI-E или USB.

   Укажите конфигурационный файл и компонент для исполнения нейронной сети. Нейронная сеть может быть исполнена как на аппаратном процессоре Алтай-2, так и на его программном эмуляторе. Запустите инференс регрессионной модели.