수행기록퀘스트2

Neural Network Model 생성 개발 환경 구축하기
2022. 8. 9 (화) 10:53 최종수정 2022. 8. 10 (수) 11:22 기계캅 조회 358 좋아요 0 스크랩 0 댓글 0

1. Accuracy 캡처

2. Model Loss Function 캡처

3. Confusion Matrix 캡처

4. netwrok_analyze_report

Neural Network Tools for STM32AI v1.6.0 (STM.ai v7.1.0-RC3)
Created date          : 2022-08-10 11:12:20
Parameters            : analyze --name network -m C:/Users/Leniven_HW/PycharmProjects/STM32_Quest_AI_GIGECAP_2022/HAR/results/2022_Aug_10_10_27_05/har_IGN.h5 --type keras --compression 1 --verbosity 1 --workspace C:\Users\LENIVE~1\AppData\Local\Temp\mxAI_workspace15824329646230011944412612009690500 --output C:\Users\Leniven_HW\.stm32cubemx\network_output

Exec/report summary (analyze)
------------------------------------------------------------------------------------------------------------------------
model file            : C:\Users\Leniven_HW\PycharmProjects\STM32_Quest_AI_GIGECAP_2022\HAR\results\2022_Aug_10_10_27_05\har_IGN.h5
type                  : keras
c_name                : network
compression           : None
workspace dir         : C:\Users\LENIVE~1\AppData\Local\Temp\mxAI_workspace15824329646230011944412612009690500
output dir            : C:\Users\Leniven_HW\.stm32cubemx\network_output
model_name            : har_IGN
model_hash            : 85e072a41dbcb6be927255cf329473ae
input 1/1             : 'input_0'
                        72 items, 288 B, ai_float, float, (1,24,3,1), domain:user/
output 1/1            : 'dense_1'
                        4 items, 16 B, ai_float, float, (1,1,1,4), domain:user/
params #              : 3,064 items (11.97 KiB)
macc                  : 14,404
weights (ro)          : 12,256 B (11.97 KiB) (1 segment)
activations (rw)      : 1,728 B (1.69 KiB) (1 segment)
ram (total)           : 2,032 B (1.98 KiB) = 1,728 + 288 + 16

Model name - har_IGN ['input_0'] ['dense_1']
-------------------------------------------------------------------------------------------------------------------------------------------
id   layer (type)             oshape           param/size     macc     connected to    |   c_size   c_macc           c_type               
-------------------------------------------------------------------------------------------------------------------------------------------
0    input_0 (Input)          (None,24,3,1)                                            |                            
     conv2d_conv2d (Conv2D)   (None,9,3,24)    408/1,632      10,392   input_0         |            +1,296(+12.5%)   optimized_conv2d()[0]
     conv2d (Nonlinearity)    (None,9,3,24)                   648      conv2d_conv2d   |            -648(-100.0%)   
-------------------------------------------------------------------------------------------------------------------------------------------
1    max_pooling2d (Pool)     (None,3,3,24)                   648      conv2d          |            -648(-100.0%)   
-------------------------------------------------------------------------------------------------------------------------------------------
2    flatten (Reshape)        (None,1,1,216)                           max_pooling2d   |                            
-------------------------------------------------------------------------------------------------------------------------------------------
3    dense_dense (Dense)      (None,1,1,12)    2,604/10,416   2,604    flatten         |                             dense()[1]           
-------------------------------------------------------------------------------------------------------------------------------------------
5    dense_1_dense (Dense)    (None,1,1,4)     52/208         52       dense_dense     |                             dense()[2]           
     dense_1 (Nonlinearity)   (None,1,1,4)                    60       dense_1_dense   |                             nl()/o[3]            
-------------------------------------------------------------------------------------------------------------------------------------------
model/c-model: macc=14,404/14,404  weights=12,256/12,256  activations=--/1,728 io=--/304

Generated C-graph summary
------------------------------------------------------------------------------------------------------------------------
model name            : har_ign
c-name                : network
c-node #              : 4
c-array #             : 12
activations size      : 1728 (1 segments)
weights size          : 12256 (1 segments)
macc                  : 14404
inputs                : ['input_0_output']
outputs               : ['dense_1_output']

C-Arrays (12)
-----------------------------------------------------------------------------------------------------
c_id   name (*_array)           item/size    domain/mem-pool           c-type        fmt     comment
-----------------------------------------------------------------------------------------------------
0      input_0_output           72/288       user/                     float         float   /input 
1      conv2d_conv2d_output     216/864      activations/**default**   float         float          
2      dense_dense_output       12/48        activations/**default**   float         float          
3      dense_1_dense_output     4/16         activations/**default**   float         float          
4      dense_1_output           4/16         user/                     float         float   /output
5      conv2d_conv2d_weights    384/1536     weights/                  const float   float          
6      conv2d_conv2d_bias       24/96        weights/                  const float   float          
7      dense_dense_weights      2592/10368   weights/                  const float   float          
8      dense_dense_bias         12/48        weights/                  const float   float          
9      dense_1_dense_weights    48/192       weights/                  const float   float          
10     dense_1_dense_bias       4/16         weights/                  const float   float          
11     conv2d_conv2d_scratch0   216/864      activations/**default**   float         float          
-----------------------------------------------------------------------------------------------------

C-Layers (4)
-------------------------------------------------------------------------------------------------------------
c_id   name (*_layer)   id   layer_type         macc    rom     tensors                     shape (array id)
-------------------------------------------------------------------------------------------------------------
0      conv2d_conv2d    1    optimized_conv2d   11688   1632    I: input_0_output           (1,24,3,1) (0)  
                                                                S: conv2d_conv2d_scratch0                   
                                                                W: conv2d_conv2d_weights    (1,24,16,1) (5) 
                                                                W: conv2d_conv2d_bias       (1,1,1,24) (6)  
                                                                O: conv2d_conv2d_output     (1,3,3,24) (1)  
-------------------------------------------------------------------------------------------------------------
1      dense_dense      3    dense              2604    10416   I: conv2d_conv2d_output0    (1,1,1,216) (1) 
                                                                W: dense_dense_weights      (216,1,1,12) (7)
                                                                W: dense_dense_bias         (1,1,1,12) (8)  
                                                                O: dense_dense_output       (1,1,1,12) (2)  
-------------------------------------------------------------------------------------------------------------
2      dense_1_dense    5    dense              52      208     I: dense_dense_output       (1,1,1,12) (2)  
                                                                W: dense_1_dense_weights    (12,1,1,4) (9)  
                                                                W: dense_1_dense_bias       (1,1,1,4) (10)  
                                                                O: dense_1_dense_output     (1,1,1,4) (3)   
-------------------------------------------------------------------------------------------------------------
3      dense_1          5    nl                 60      0       I: dense_1_dense_output     (1,1,1,4) (3)   
                                                                O: dense_1_output           (1,1,1,4) (4)   
-------------------------------------------------------------------------------------------------------------

Complexity report per layer - macc=14,404 weights=12,256 act=1,728 ram_io=304
------------------------------------------------------------------------------
id   name            c_macc                    c_rom                     c_id
------------------------------------------------------------------------------
0    conv2d_conv2d   ||||||||||||||||  81.1%   |||               13.3%   [0] 
3    dense_dense     ||||              18.1%   ||||||||||||||||  85.0%   [1] 
5    dense_1_dense   |                  0.4%   |                  1.7%   [2] 
5    dense_1         |                  0.4%   |                  0.0%   [3] 

 

 

 

첨부파일
Accuracy.JPG 다운로드

로그인 후
참가 상태를 확인할 수 있습니다.