问题标签 [hexagon-dsp]

我按照说明在 Hexagon DSP 上使用 Tensorflow 引擎构建 Android 应用程序。

我的设备是 Pixel 1。

1. libhexagon_controller.so - android_Release模式没有编译问题，但是当我尝试构建android_Release_aarch6时出现链接问题：

   警告：libadsprpc.so，/Tensorflow_Hexagon/tensorflow-master/tensorflow/contrib/makefile/downloads/hexagon/libs/libhexagon_controller.so 需要，未找到（尝试使用 -rpath 或 -rpath-link）

我通过将 -ladsprpc 添加到 tensorflow/contrib/makefile 中的 Makefile 来解决它。如果 ladsprpc 需要 android_Release_aarch64 为什么在 android_Release 中没问题？

2.我按照步骤生成签名测试共享库-${QUALCOMM_SDK}/docs/Tools_Signing.html

我的问题是adb push output/testsig-0x<serial number> /system/lib/rfsa/adsp/

我正进入（状态adb: error: failed to copy 'testsig-xxxx.so' to '/system/lib/rfsa/adsp/': remote couldn't create file: Is a directory

该怎么办？

谢谢。

我正在使用TF-HVX中建议的 SDK 3.0，nnlib 版本（721b2d58f）并传递了 的编译树make tree VERBOSE=1 V=hexagon_Release_dynamic_toolv72_v60，但是，在 android 编译（make tree VERBOSE=1 V=android_Release）上，我遇到了这个错误：

任何人都可以成功通过此错误吗？

我一直在尝试使用 -pg 编译我的代码以在模拟器中启用分析，一旦我这样做，它就会给我链接器错误。

编译命令

hexagon-clang++ main.cpp -o hello -mv62 -pg

错误

这是我第一次为 DSP 芯片，特别是六边形 682 编写代码。除了程序员参考手册之外，还有其他教程或参考资料，因为它们在帮助我理解事情如何工作方面并不是很有用。特别是我不明白 SIMD 编程是如何工作的。我不确定 SIMD 寄存器的大小。此外，在 DSP 芯片中使用浮点似乎不是一个好主意。那么如果我将我的代码转换为使用定点会更好。

我在和使用过不同版本的nnlibs，并对其进行编译和测试。我得到的最接近的是使用提交版本7321d49318a33a99e978b18411adee43df7ddaea（2018 年 1 月），并在运行 graph_app 时收到这个帮助程序：codeauroraSDK 3.03.23.3.3SDK 3.3.3

但是，由于图像文件中的不匹配，所有尝试都没有成功产生任何结果：

查看test/graph_app.c代码，我必须遵守这些规则：

然而，当他们这样做时，应用程序会卡住Run!并且设备溢出，我必须使用 adb 重新安装才能再次访问 DSP。

另外，我尝试了最新的nnlib，似乎项目中缺少头文件：pmu_adsp.h。任何帮助表示赞赏。

更新的问题：根据@Erich Plondke 的评论，我尝试只输入一个小图像，结果如下：

我想将 Opencv 包含在 Hexagon DSP 中。我想问的是如何将 opencv 添加到 android.min 文件中。当我们想将opencv添加到android项目时，我们简单地在我们的make文件（Android.mk）中给出opencv.mk的路径，但是hexagon dsp使用一些具有android.min的make.d库，所以现在我如何将opencv包含在其中.

我正在尝试运行 hexagon sdk 的 gaussian7x7 示例。我收到以下错误：

我无法弄清楚可能的错误是什么？该代码还给出错误代码为-1。有人可以在这方面指出我正确的方向吗

我一直在研究 600 系列的内在函数，hvx 没有与 x86 类似的水平总和。我一直在寻找可以让我反转寄存器内容的东西，以便我可以不断地将寄存器的反转添加到自身，直到我最终得到可以提取的正确总和。

我正在尝试在 SD820 的 Hexagon DSP 上运行 TensorFlow。我已按照说明成功构建了 32 位 HVX，并使用 libhexagon_nn_skel.so 和 libhexagon_controller.so，我已成功在 Hexagon 上运行 TensorFlow 示例应用程序。顺便说一句，我正在开发的应用程序是系统应用程序，需要在 64 位环境下运行。我已经搜索了如何构建 64 位 HVX 但没有运气的解决方案。谁能帮我构建 64 位的 HVX 库？提前致谢。

我一直在尝试了解如何编写针对 qualcomm hexagon 682 的代码。为了了解如何构建项目，我模仿了计算器示例中的 makefile。我已经成功构建了这个项目。将生成的库放在 /vendor/lib/rfsa/adsp 中，将可执行文件放在 data/local/ 中。一旦我尝试执行我的程序，它就会给出一个找不到 libsum.so 的错误（这是我构建并放在 /vendor/lib/rfsa/adsp 目录中的库）。是否缺少步骤？

正在使用 android 7 在 Open-Q 835 板上进行测试

Tensorflow 推出了 XLA 编译器，该编译器编译了针对 LLVM 的后端 C++ tensorflow。我对 XLA 的理解是，只要有 LLVM -> 设备支持，它就是向支持通用加速设备迈出的一步。

Tensorflow lite 是最近发布的，取代了 Tensorflow Mobile，并且似乎是工作的重点是针对嵌入式和移动设备，明显关注嵌入式 DSP 和 GPU 作为这些环境中常见的可选处理器。Tensorflow lite 似乎将操作移交给 Android NNAPI（神经网络 API），并支持 tensorflow OP 的子集。

所以这就引出了一个问题：Google 将朝着哪个方向支持非 CUDA 设备？XLA 的用例是否超出了我的描述？