11‐05　6層目シミュレーションとEXCELの答え合わせ ●6層目の積和結果を判定回路に入力 　図11‐50(a)はシミュレーションを2.727msほど走らせた辺りの信号を見ています。gts_hw/conv_layer6/mac_00を見ると左から -20655, -14352, -16256... となっています。 図11-50 (a)　6層目出力→判定回路入力　2.727msあたり 図11‐50 (b)　6層目出力→判定回路入力　2.761msあたり。AINの最大値は293、NUMBERは26 ●積和演算が合っているかはEXCELと比較 　図11‐51(a)は6層目のEXCELファイル(TS_layer6.xlsm)のCalculateシートです。Drop5*W6の行が6層目の行列乗算結果で、結果的に43個のデータが得られます。 　その行を図11‐50(a)のmac_00と比較するとピタリ一致しています。またplusBias6の行もシミュレーションのplusBias_00信号と一致しています。 　EXCELのpllusBias6/64はシミュレーションのAIN信号と一致しています。これは「判定回路」の入力信号で、図11‐50(b)の枠内、"293"が最大値で、図11‐51(b)でも293が最大になっています。その下のNUMBERはどちらも"26"で、これは「信号機あり」の標識のラベルです。 図11-51(a)　Calculateシートと比較。Drop5*W6の行、43個がシムと一致している 図11-51(b)　plusBias6/64の最大値は293、そのときのNUMBERは26 ●一つの積和演算器の一つの演算結果に注目 　図11‐51(a)の最初の-20655に注目し、その値を求める過程を見てみます。図11‐52はconv_layer6/dotpro_00（積和演算器）の信号です。 　同図の左の枠内PixRomData（画像データ）が3、MatRomData（重み係数）が-25、mulout（乗算結果）が-75になっています。このように6層目はビットシフトではなく、「普通の乗算」を行います。6層目は係数も演算量も少ないので1個の乗算器で間に合うからです。 図11‐52　係数は符号付9ビット、‐256〜255までの値をとり得る ●6層目の入力は128個ある 　図11‐53では128サイクル（1280ns)かけて積和が行われ、MATMULOUT（mac_00と同じ信号）の右端に-20655が出ています。これはEXCEL(図11‐51(a)）の最初の値と一致しています。 図11‐53　dotpro_00で128回の積和 ●AINの最大値とその番号を探る判定回路 　図11‐54は判定回路内の信号です。MAXDATAが293、ANSWERが26なので最大値が293、そののラベル番号が26ということになります。 図11‐54　推論結果ANSWER（右端に26がある） ●整数での演算なのでPythonとピタリ一致する 　ここでEXCELとPythonの一致を見ているので、シミュレーションがPythonと一致したことになり、Pythonのプログラムが正しくHDL化されたということになります。 　6層にわたるニューラルネットワークでとても複雑に見えますが、所詮は整数の掛け算と足し算です。言語がPythonからHDLに変わっても結果が変わる理由はありません。丁寧にやれば必ず一致します。 目次へ戻る