docs/source/changelog.rst

   1 #########
   2 Changelog
   3 #########
   4
   5 1.2.1 [Processor Linux SDK 5.2]
   6 ===============================
   7 **Added**
   8
   9 #. Updated API implementation to minimize TIDL API/OpenCL dispatch overhead using multiple execution contexts in the :term:`ExecutionObject`.
  10    Refer to :ref:`mnist-example` example for details.
  11
  12 #. Execution Graph generation
  13
  14     Enable a two phase approach to generating execution graphs. Use the
  15     following API function to enable timestamp generation:
  16
  17     .. code::
  18
  19         bool EnableTimeStamps(const std::string& file = "timestamp.log", size_t num_frames=32);
  20
  21     The generated log file can be viewed by using the execution_graph.py script. Refer to :ref:`execution-graph` for details.
  22
  23 #. Added Python 3 bindings for TIDL API. See the ``examples/pybind`` directory for examples of using the Python bindings. Set PYTHONPATH to the location of ``tidl.so``.
  24
  25    .. code::
  26
  27         root@am57xx-evm:~# export PYTHONPATH=/home/root/tidl-api/tidl_api
  28         root@am57xx-evm:~# python3
  29         >>> import tidl
  30         >>> help (tidl)
  31
  32 **Removed**
  33
  34 #. Configuration::enableInternalInput. Not used by the API.
  35
  36 #. Execution::GetExecutionObjects().
  37
  38    Use Execution::operator[] and Execution::GetNumExecutionObjects() instead.
  39    See :ref:`examples` for usage.
  40
  41 #. The timing methods for host execution in EOPs and EOs:
  42
  43    * GetProcessTimeInMilliSeconds()
  44    * GetHostProcessTimeInMilliSeconds()
  45
  46    These methods were replaced by a timestamp based approach because they were
  47    no longer accurate with multiple ExecutionObject contexts and pipelining.
  48    Refer to :ref:`execution-graph` for details.
  49
  50 1.1.0 [Processor Linux SDK 5.1]
  51 ===============================
  52 **Added**
  53
  54 #. :term:`ExecutionObjectPipeline` class to hide complexity of executing network across C66x/EVE
  55 #. API methods for tracing outputs from intermediate network layers - see :ref:`network_layer_output`.
  56 #. Support for updating layer group id assignment before execution - see :ref:`layer-group-override`.
  57 #. Provide feedback to the user on parameter and network heap size requirements - see :ref:`sizing_device_heaps`.
  58
  59
  60 1.0.0 [Processor Linux SDK 5.0]
  61 ===============================
  62 First release of the TI Deep Learning API. TIDL API brings deep learning to the edge by enabling applications to leverage TI's proprietary, highly optimized CNN/DNN implementation on the EVE and C66x DSP compute engines. TIDL will initially target Vision/2D use cases.
  63
  64 **Supported AM57x Sitara Processors**
  65
  66  * `AM5749`_ (offload to EVEs and C66x DSPs)
  67  * `AM571x`_ (offload to C66x DSPs)
  68  * `AM5728`_ (offload to C66x DSPs)
  69  * `AM5748`_ (offload to C66x DSPs)
  70
  71 **Supported Evaluation Modules (EVMs)**
  72
  73  * `AM574x IDK EVM`_
  74  * `AM572x EVM`_
  75  * `AM571x IDK EVM`_
  76
  77
  78 .. _AM572x EVM:  http://www.ti.com/tool/tmdsevm572x
  79 .. _AM571x IDK EVM:  http://www.ti.com/tool/tmdxidk5718
  80 .. _AM574x IDK EVM:  http://www.ti.com/tool/tmdsidk574
  81 .. _AM571x:     http://www.ti.com/processors/sitara/arm-cortex-a15/am57x/products.html#p2098=1%20C66x&p809=2;2
  82 .. _AM5728:     http://www.ti.com/product/AM5728
  83 .. _AM5748:     http://www.ti.com/product/am5748
  84 .. _AM5749:     http://www.ti.com/product/am5749
  85 .. _AM574x:     http://www.ti.com/processors/sitara/arm-cortex-a15/am57x/products.html#p2098=2%20C66x&p815=ECC