1. Analyzing report capture

2. Show Graph capture

3. report text

Neural Network Tools for STM32AI v1.6.0 (STM.ai v7.2.0-RC5)
Created date          : 2022-07-21 14:07:49
Parameters            : analyze --name network -m C:/Users/Leniven_HW/Downloads/STM32CubeFunctionPack_SENSING1_V4.0.3/Utilities/AI_Ressources/models/cnn_gmp.h5 --type keras --compression none --verbosity 1 --workspace C:\Users\LENIVE~1\AppData\Local\Temp\mxAI_workspace5105440905499006035669317230341452 --output C:\Users\Leniven_HW\.stm32cubemx\network_output --allocate-inputs --allocate-outputs

Exec/report summary (analyze)
------------------------------------------------------------------------------------------------------------------------
model file            : C:\Users\Leniven_HW\Downloads\STM32CubeFunctionPack_SENSING1_V4.0.3\Utilities\AI_Ressources\models\cnn_gmp.h5
type                  : keras
c_name                : network
compression           : none
allocator strategy    : ['allocate-inputs', 'allocate-outputs']
workspace dir         : C:\Users\LENIVE~1\AppData\Local\Temp\mxAI_workspace5105440905499006035669317230341452
output dir            : C:\Users\Leniven_HW\.stm32cubemx\network_output
model_name            : cnn_gmp
model_hash            : 954164d0a35496bd293bb6b3429c6a79
input 1/1             : 'input_0'
                        72 items, 288 B, ai_float, float, (1,24,3,1), domain:activations/**default**
output 1/1            : 'softmax_1'
                        5 items, 20 B, ai_float, float, (1,1,1,5), domain:activations/**default**
params #              : 1,477 items (5.77 KiB)
macc                  : 68,928
weights (ro)          : 5,908 B (5.77 KiB) (1 segment)
activations (rw)      : 6,976 B (6.81 KiB) (1 segment) *
ram (total)           : 6,976 B (6.81 KiB) = 6,976 + 0 + 0

(*) input/output buffers can be used from the activations buffer

Model name - cnn_gmp ['input_0'] ['softmax_1']
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
id   layer (type,original)                   oshape                   param/size    macc     connected to        |   c_size            c_macc              c_type                  
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
0    input_0 (Input, None)                   [b:None,h:24,w:3,c:1]                                               |   +384(+100.0%)     +5,776(+100.0%)     conv2d_of32[0]          
     quantize_1_conv2d (Conv2D, Conv2D)      [b:None,h:20,w:3,c:16]   96/384        4,816    input_0             |   -384(-100.0%)     -4,816(-100.0%)    
     quantize_1 (Nonlinearity, Conv2D)       [b:None,h:20,w:3,c:16]                 960      quantize_1_conv2d   |                     -960(-100.0%)      
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
1    quantize_2_conv2d (Conv2D, Conv2D)      [b:None,h:16,w:3,c:16]   1,296/5,184   61,456   quantize_1          |   -5,184(-100.0%)   -61,456(-100.0%)   
     quantize_2 (Nonlinearity, Conv2D)       [b:None,h:16,w:3,c:16]                 768      quantize_2_conv2d   |                     -768(-100.0%)      
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
2    quantize_3 (Pool, GlobalMaxPooling2D)   [b:None,h:1,w:1,c:16]                  768      quantize_2          |   +5,184(+100.0%)   +62,224(+8102.1%)   optimized_conv2d_of32[1]
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
3    quantize_4_dense (Dense, Dense)         [b:None,h:1,w:1,c:5]     85/340        85       quantize_3          |                                         dense_of32[2]           
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
4    softmax_1 (Nonlinearity, Softmax)       [b:None,h:1,w:1,c:5]                   75       quantize_4_dense    |                                         nl_of32[o][3]           
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
model/c-model: macc=68,928/68,928  weights=5,908/5,908  activations=--/6,976 io=--/0

Generated C-graph summary
------------------------------------------------------------------------------------------------------------------------
model name            : cnn_gmp
c-name                : network
c-node #              : 4
c-array #             : 12
activations size      : 6976 (1 segments)
weights size          : 5908 (1 segments)
macc                  : 68928
inputs                : ['input_0_output']
outputs               : ['softmax_1_output']

C-Arrays (12)
--------------------------------------------------------------------------------------------------------
c_id   name (*_array)               item/size   domain/mem-pool           c-type        fmt     comment
--------------------------------------------------------------------------------------------------------
0      input_0_output               72/288      activations/**default**   float         float   /input 
1      quantize_1_conv2d_output     960/3840    activations/**default**   float         float          
2      quantize_2_conv2d_output     16/64       activations/**default**   float         float          
3      quantize_4_dense_output      5/20        activations/**default**   float         float          
4      softmax_1_output             5/20        activations/**default**   float         float   /output
5      quantize_1_conv2d_weights    80/320      weights/weights           const float   float          
6      quantize_1_conv2d_bias       16/64       weights/weights           const float   float          
7      quantize_2_conv2d_weights    1280/5120   weights/weights           const float   float          
8      quantize_2_conv2d_bias       16/64       weights/weights           const float   float          
9      quantize_4_dense_weights     80/320      weights/weights           const float   float          
10     quantize_4_dense_bias        5/20        weights/weights           const float   float          
11     quantize_2_conv2d_scratch0   768/3072    activations/**default**   float         float          
--------------------------------------------------------------------------------------------------------

C-Layers (4)
--------------------------------------------------------------------------------------------------------------------
c_id   name (*_layer)      id   layer_type          macc    rom    tensors                         shape (array id)
--------------------------------------------------------------------------------------------------------------------
0      quantize_1_conv2d   0    conv2d              5776    384    I: input_0_output               (1,24,3,1) (0)  
                                                                   W: quantize_1_conv2d_weights    (1,16,5,1) (5)  
                                                                   W: quantize_1_conv2d_bias       (1,1,1,16) (6)  
                                                                   O: quantize_1_conv2d_output     (1,20,3,16) (1) 
--------------------------------------------------------------------------------------------------------------------
1      quantize_2_conv2d   2    optimized_conv2d    62992   5184   I: quantize_1_conv2d_output     (1,20,3,16) (1) 
                                                                   S: quantize_2_conv2d_scratch0                   
                                                                   W: quantize_2_conv2d_weights    (16,16,5,1) (7) 
                                                                   W: quantize_2_conv2d_bias       (1,1,1,16) (8)  
                                                                   O: quantize_2_conv2d_output     (1,1,1,16) (2)  
--------------------------------------------------------------------------------------------------------------------
2      quantize_4_dense    3    dense               85      340    I: quantize_2_conv2d_output     (1,1,1,16) (2)  
                                                                   W: quantize_4_dense_weights     (16,1,1,5) (9)  
                                                                   W: quantize_4_dense_bias        (1,1,1,5) (10)  
                                                                   O: quantize_4_dense_output      (1,1,1,5) (3)   
--------------------------------------------------------------------------------------------------------------------
3      softmax_1           4    nl                  75      0      I: quantize_4_dense_output      (1,1,1,5) (3)   
                                                                   O: softmax_1_output             (1,1,1,5) (4)   
--------------------------------------------------------------------------------------------------------------------

Number of operations per c-layer
---------------------------------------------------------------------------------------------------------------
c_id    m_id   name (type)                            #op (type)                       #param (sparsity)      
---------------------------------------------------------------------------------------------------------------
0       0      quantize_1_conv2d (conv2d)                       5,776 (smul_f32_f32)               96 (0.0000)
1       2      quantize_2_conv2d (optimized_conv2d)            62,992 (smul_f32_f32)            1,296 (0.0000)
2       3      quantize_4_dense (dense)                            85 (smul_f32_f32)               85 (0.1176)
3       4      softmax_1 (nl)                                      75 (op_f32_f32)                            
---------------------------------------------------------------------------------------------------------------
total                                                          68,928                           1,477 (0.0068)

  Number of operation types
  ---------------------------------------------
  smul_f32_f32              68,853       99.9%
  op_f32_f32                    75        0.1%

Complexity report (model)
-----------------------------------------------------------------------------------
m_id   name               c_macc                    c_rom                     c_id
-----------------------------------------------------------------------------------
0      input_0            ||                 8.4%   ||                 6.5%   [0] 
2      quantize_3         ||||||||||||||||  91.4%   ||||||||||||||||  87.7%   [1] 
3      quantize_4_dense   |                  0.1%   |                  5.8%   [2] 
4      softmax_1          |                  0.1%   |                  0.0%   [3] 
-----------------------------------------------------------------------------------
macc=68,928 weights=5,908 act=6,976 ram_io=0