队伍编号：CICC1037

队伍名称：对对队

NMSIS NN 软件库是一组高效的神经网络内核，旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最​​大限度地减少其内存占用。

该库分为多个功能，每个功能涵盖特定类别：

• 　　神经网络卷积函数
• 　　神经网络激活函数
• 　　全连接层函数
• 　　神经网络池化函数
• 　　Softmax 函数
• 　　神经网络支持功能

　　该库具有用于操作不同权重和激活数据类型的单独函数，包括 8 位整数 (q7_t) 和 16 位整数 (q15_t)。

卷积神经网络示例：

本示例中使用的 CNN 基于来自 Caffe 的 CIFAR-10 示例。神经网络由 3 个卷积层组成，中间散布着 ReLU 激活层和最大池化层，最后是一个全连接层。网络的输入是一个 32x32 像素的彩色图像，它将被分为 10 个输出类之一。此示例模型实现需要 32.3 KB 来存储权重，40 KB 用于激活，3.1 KB 用于存储im2col数据。

变量说明：

• conv1_wt, conv2_wt,conv3_wt是卷积层权重矩阵
• conv1_bias, conv2_bias,conv3_bias是卷积层偏置数组
• ip1_wt, ip1_bias 指向全连接层权重和偏置
• input_data 指向输入图像数据
• output_data 指向分类输出
• col_buffer是存储im2col输出的缓冲区
• scratch_buffer 用于存储激活数据（中间层输出）

使用的 NMSIS DSP 软件库函数：

• riscv_convolve_HWC_q7_RGB()
• riscv_convolve_HWC_q7_fast()
• riscv_relu_q7()
• riscv_maxpool_q7_HWC()
• riscv_avepool_q7_HWC()
• riscv_fully_connected_q7_opt()
• riscv_fully_connected_q7()
• 　　在NS上跑时和arm的神经网络库一致，可在ｇｉｔｈｕｂ上下载CMSIS的库，然后加入到自己库所在的路径下即可。