20-05　エミュレーションモードでFPGA内部とPythonの一致を見る ●Pythonと同じ入力をFPGAの入力に持ってくる 　「エミュレーションモード」では図20‐27のような静止画が表示されます。これらはMNISTテスト画像です（＊１） （＊１）Python実行の最後に表示した48枚のうち、最初の16枚が繰り返し（20回）表示される。 図20‐27　Pythonで推論する際に使用するMNIST画像を表示 ●ROMがカメラの代わりをするエミュレーションモード 　MNISTテスト画像は図20‐28のようにFPGA内部のROMに格納されています。エミュレーションモードでは「カメラ」の代わりに「ROM」が選択されるため、MNISTテスト画像が表示・推論されます。 図20‐28　EMUMODE=1でMNIST画像が選択される ●Pythonと同じことがFPGA内部信号で起こっているか 　図20‐29では緑色で推論結果が上書きされています。この状態でFPGA内部信号をロジックアナライザであたり、Pythonとの一致を見ます。 図20-29　MNISTテスト画像をFPGA内部で推論している ●最終層の出力はどうなっているか 　図20‐30はSignal Tap Logic Analyzer（＊２）で見たFPGA内部信号、6層目の出力の部分（AIN)です。512, -485, -287, -376,... -1065, -1427と16個あります（＊３）。 （＊２）Quartus Primeに付属するロジックアナライザ。FPGA内部信号がUSB経由でパソコンに送られる。 （＊３）数字10クラス＋背景6クラスで計16クラス。最初の512が最大なので答えは数字の”０”。 図20-30　6層目の出力（16個）で推論結果の判定（最初の1個だけ正の数） ●ひるがえってPythonでは・・・ 　図20‐31はPython (mnist_pred.py) における6層目の出力です（＊４）。FPGA内部信号とピタリ一致していることが分かります。 （＊４） lay6out_sample_00.csv, Pythonプログラムが各層の出力をCSVファイルに書き出していた。 図20-31　Python（この図）とFPGA（図20‐30）を比較 ●FPGAで作るエッジAIチップ！ 　FPGA内部での演算とPythonでの演算が一致しており、これはPythonのプログラムが正しくHDL化→FPGAに実装できたことの証明になります（Pythonのハードウェア化に成功！） 　DNN(Deep Neural Network)は複雑な演算に見えますが、所詮は整数の掛け算と足し算です。言語が変わったところで結果が変わる理由はありません。丁寧に行えば必ず一致します。 　MNIST手書き文字認識をハードウエア化しましたが、一連の作業をYoutubeにアップしてあります。是非ご覧ください。 　�@こんなものを作りました 　�A始まりはPythonから 　�BPythonのEXCEL化（1層目） 　�C2,3,4層目のEXCEL化 　�D5,6層目とその他のEXCEL 　�EEXCEL+VBAでHDL自動生成 　�FFPGAに実装して動作確認 ★定期的にセミナも行っています（活用編と作成編） 最初のページへ 目次へ戻る