有鑑於搞這個專題實在是有太多名詞，本文最後有稍作整理供參

按以下方式與KV260連線。將kv260_part資料夾放入KV260的Jupyter Notebook中，並直接執行notebook即可進行即時天氣分類。

將KV260透過乙太網路線與電腦連線，將DHCP設定手動(詳如下)並儲存。

網路位址(IPv4)        10.42.0.2
子網路遮罩(Mask)      255.255.255.0
閘道(Gateway)         10.42.0.1

開啟電腦瀏覽器並輸入:

10.42.0.3:9090

即可連線至Jupyter Notebook，各設備之密碼請洽助教。 下為常見作業系統更改網路設定的位置:

• Windows 開啟設定>網路和網際網路(可能在左邊選單中)>有線網路>將DHCP改為手動
• Ubuntu 右上角設定>網路

1. 訓練模型(電腦)

2. 模型優化(Ubuntu工作站) 模型優化須經以下步驟

• (檢查 Inspect)(非必要但建議做一下) Vitis-AI官網建議將模型進行優化之前要先檢查(有個notebook有範例) 檢查完之後會產生一些檔案，主要包含一個新的.py檔，跟一個.txt文件(裡面有模型調整建議)。
• Quantize
• Compile

3. 導入KV260

• DPU Overlay

基本上就是一台內建FPGA的小電腦，但是若要使用FPGA的部分，我們需要一些東西來輔助兩者溝通(例如等等會提到的Overlay)。

相當於電腦CPU的部分

相當於FPGA的部分

簡單講就是連接PS跟PL的橋樑，讓兩者可以互相溝通。

用FPGA做出一個可以專們拿來跑深度學習相關的Block出來，這個Block就叫做DPU。(幫深度學習量身訂做硬體的部分)