芯耀
5718
该系列课程包括12讲：
第一讲????Lenet-5神经网络训练
第二讲????使用verilog在FPGA上实现CNN整体介绍+加法器verilog代码解析和仿真
第三讲????乘法器verilog代码解析和仿真
第四讲????处理单元(Processing Element) verilog代码解析和仿真
第五讲????实现单个窗口卷积(Convolution Unit) verilog代码解析和仿真
第六讲????对输入的image进行数据重排(RFselector) verilog代码解析和仿真
第七讲????执行一个filter与完整image的卷积操作(Single Filter Layer) verilog代码解析和仿真
第八讲????平均池化单元(AvgUnit) verilog代码解析和仿真
第九讲????执行单通道的image平均池化(AvgPoolSingle) verilog代码解析和仿真
第十讲????激活层(Relu) verilog代码解析和仿真
第十一讲 全连接层(Layer) verilog代码解析和仿真
第十二讲 Lenet-5网络模型的verilog整体搭建与仿真验证
该系列课程用到的工具：
vivado 2018.3、tensorflow
该系列课程需要的基础知识：
verilog基本语法、python、深度神经网络基础知识、数电基础知识
该系列课程适合人群：
对神经网络有浓厚兴趣，同时对于FPGA设计开发也有浓厚兴趣并想通过编写verilog代码实现快速上手的人群，是一个软硬件结合的课程，没有基础知识里面也有补充，新手也适宜。做软件想知道怎么在FPGA硬件上快速实现的人，都适宜。
