ERROR: [XFORM 203-504] Stop unrolling loop 'Product1' (firmware/nnet_utils/nnet_dense_latency.h:37) in function 'nnet::dense_latency<ap_fixed<16, 6, (ap_q_mode)5, (ap_o_mode)3, 0>, ap_fixed<16, 6, (ap_q_mode)5, (ap_o_mode)3, 0>, config42_mult>' because it may cause large runtime and excessive memory usage due to increase in code size. Please avoid unrolling the loop or form sub-functions for code in the loop body. myproject_prj:solution1 Dec 27, 2023 6:47:26 PM
メンテナーはふだん 3 日以内に返信
まだ誰も着手していません。
評価
- 難易度
- 4/5
- 見積もり時間
- 3〜5日
- 初心者へのやさしさ
- 18/100
- issue の種類
- バグ
- 明瞭さ
- 説明が足りない
- 活発さ
- 活発
- 技術スタック
- cpp
調査の方向性
The report points at the Product1 loop in firmware/nnet_utils/nnet_dense_latency.h around line 37, inside nnet::dense_latency. The body is an unfilled template with no reproduction steps, so first ask for the hls4ml commit, the model and the Vivado HLS version. Done means a reproduction exists and the XFORM 203-504 warning no longer appears without a large code-size increase.
索引モデルが issue の本文から書いたものです。
説明
Prerequisites
Please make sure to check off these prerequisites before submitting a bug report.
- Test that the bug appears on the current version of the master branch. Make sure to include the commit hash of the commit you checked out.
- Check that the issue hasn't already been reported, by checking the currently open issues.
- If there are steps to reproduce the problem, make sure to write them down below.
- If relevant, please include the hls4ml project files, which were created directly before and/or after the bug.
Quick summary
Please give a brief and concise description of the bug.
Details
Please add to the following sections to describe the bug as accurately as possible.
Steps to Reproduce
Add what needs to be done to reproduce the bug. Add commented code examples and make sure to include the original model files / code, and the commit hash you are working on.
- Clone the hls4ml repository
- Checkout the master branch, with commit hash: [...]
- Run conversion [...] on model file with code [...]
- [Further steps ...]
Expected behavior
Please add a brief description of what you expected to happen.
Actual behavior
Describe what actually happens instead.
Optional
Possible fix
If you already know where the issue stems from, or you have a hint please let us know.
Additional context
Add any other context about the problem here.
- 主要言語
- Python
- スター
- 2.2k
- フォーク
- 605
- 平均マージ
- 4日 23時間
- マージ済み PR（30日）
- 11
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートあり
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
fastmachinelearning/hls4ml のほかの issue
-
enhancement
難易度 2/5 1〜3時間 初心者へのやさしさ 62/100
fastmachinelearning/hls4ml#630 ·
メンテナーはふだん 3 日以内に返信
-
StreamingSNN (SpikePID): a snnTorch spiking neural network as one streaming HLS block対応中かも このイシューにリンクされたプルリクエストがオープン中、またはマージ済みです。 オープン
難易度 5/5 1週間以上 初心者へのやさしさ 35/100
fastmachinelearning/hls4ml#1605 ·
メンテナーはふだん 3 日以内に返信
-
bug
難易度 4/5 3〜5日 初心者へのやさしさ 55/100
fastmachinelearning/hls4ml#1592 · コメント 1 件 ·
メンテナーはふだん 3 日以内に返信
-
QKeras recurrent layers (QSimpleRNN, QLSTM, QGRU): weight quantizers are not applied, so results differ from QKeras (Keras 2 and Keras 3)対応中かも @dgaytanv が 10 日前に担当しました。 オープンgood first issue
難易度 3/5 1〜2日 初心者へのやさしさ 45/100
fastmachinelearning/hls4ml#1579 · コメント 1 件 ·
メンテナーはふだん 3 日以内に返信
-
enhancement
難易度 4/5 3〜5日 初心者へのやさしさ 48/100
fastmachinelearning/hls4ml#1557 · コメント 1 件 ·
メンテナーはふだん 3 日以内に返信
fastmachinelearning/hls4ml の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 74/100
-
enhancement
難易度 2/5 1〜3時間 初心者へのやさしさ 66/100
RunestoneInteractive/rs#1661 ·
メンテナーはふだん 2 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 64/100
streamlink/streamlink#7192 · コメント 4 件 ·
メンテナーはふだん 1 日以内に返信
-
難易度 1/5 1〜3時間 初心者へのやさしさ 75/100
メンテナーはふだん 2 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
aws-samples/sample-per-model-bedrock#795 ·
メンテナーはふだん 1 日以内に返信