NVDLA VP使用指南

本文用流水账的形式记录如何使用nvdla的virtual platform编译生成NVDLA硬件可识别代码并且在QEMU中模拟运行。NVDLA硬件为full模式，并没有对硬件做任何的配置。

使用Docker运行VP

1. 下载nvdla/vp中提到的docker，所有的编译工具都已经预编译并且放在/usr/local/nvdla/中

   docker pull nvdla/vp
   

2. 准备caffe模型
   可以从以下链接下载编译好了的caffe模型，并从以下链接获取测试样例。此处需要注意，caffe模型是使用黑底白字训练的，而我们得到的测试样例是白底黑字，所以需要使用以下代码来做转换[1]：

   import sys 
   import numpy
   from PIL import Image
   img = Image.open(sys.argv[1]).convert('L')
   im = numpy.array(img)
   im = 255 - im
   result = Image.fromarray(im)
   result.save(sys.argv[1].split('.')[0]+'_inv.'+sys.argv[