CNN卷积神经网络在FPGA加速器上的实现：深度学习算法从软件到硬件部署的实战教程,CNN卷积神经网络在FPGA加速器上的实现：软件到硬件部署的学习项目通过仿真验证，适用于FPGA和CNN深度学习算

资源内容介绍

CNN卷积神经网络在FPGA加速器上的实现：深度学习算法从软件到硬件部署的实战教程,CNN卷积神经网络在FPGA加速器上的实现：软件到硬件部署的学习项目通过仿真验证，适用于FPGA和CNN深度学习算法，高效配置，可量化参数存储于片上RAM，采用Vivado开发环境。,CNN卷积神经网络 FPGA加速器实现(小型)CNN FPGA加速器实现(小型) 仿真通过，用于foga和cnn学习通过本工程可以学习深度学习cnn算法从软件到硬件fpga的部署。网络软件部分基于tf2实现，通过python导出权值，硬件部分verilog实现，纯手写代码，可读性高，高度参数化配置，可以针对速度或面积要求设置不同加速效果。参数量化后存储在片上ram，基于vivado开发。直接联系提供本项目实现中所用的所有软件( python)和硬件代码( verilog)。,核心关键词：CNN卷积神经网络; FPGA加速器; 小型CNN FPGA实现; 仿真通过; 深度学习; cnn算法; 软件到硬件fpga部署; 网络软件; tf2; python导出权值; 硬件部分verilog实现; 参数量化; 片