一种仿真实现方法、神经网络编译器以及计算机可读存储介质

摘要

本申请公开了一种仿真实现方法、神经网络编译器以及计算机可读存储介质，涉及深度学习技术领域，其中，仿真实现方法包括以下步骤：量化集图片通过神经网络编译器对神经网络模型进行量化生成可执行文件，万人测试集通过神经网络编译器生成第一输入数据、第一定点特征文件和浮点特征文件，若精度表格的统计结果符合预设的精度范围，则读取可执行文件和第一输入数据进行神经网络模型的仿真。有益效果在于实现多个不同类型的神经网络模型的批量仿真，确保移植到芯片或FPGA的正确性，针对不同类型的神经网络模型逐层进行仿真，覆盖了更多的仿真验证点，防止芯片流片的风险，同时用于统计神经网络模型的精度表格进行了全面的精度验证。