适用FPGA的小型神经网络（一）

之前保举过得当FPGA的神经网络，包罗CNN、DNN及SNN等，想实现的可以去看下：
  良好的 Verilog/FPGA开源项目先容（三十五）- TinyML

  良好的 Verilog/FPGA开源项目先容（二十四）- 脉冲神经网络 (SNN)

  良好的 Verilog/FPGA开源项目先容（二十二）- 深度神经网络 (DNN)

  良好的 Verilog/FPGA开源项目先容（二十一）- 卷积神经网络（CNN）

  良好的 Verilog/FPGA开源项目先容（二十）- 张量处置惩罚单元（TPU）

  今天我们分享几个用FPGA实现的小型神经网络，侧重应用。
  LeNet

  LeNet重要用来举行手写字符的辨认与分类，其建立了CNN的结构，如今神经网络中的许多内容在LeNet的网络结构中都能看到：
  

  C1，卷积层 S2，池化层 C3，卷积层 S4，池化层 C5，卷积层 F6，全连接层 OUTPUT，全连接层
  《基于MATLAB与FPGA的图像处置惩罚教程》LeNet5

  

        https://gitee.com/crazybingo/Book_VIP/tree/master/2_FPGA_Sim/8.2_LeNet5
    这是《基于MATLAB与FPGA的图像处置惩罚教程》中一个例程，经过MATLAB仿真与FPGA实现，在相关开发板上验证通过。
  DigitalRecognition-基于LeNet-5

  

        https://github.com/suisuisi/FPGAandCNN/tree/main/DigitalRecognition
   

  神经网络在淡色配景上检测深色数字的项目，详细的设计和视频演示，大家看README即可。
  AlexNet

  AlexNet是2012年ImageNet竞赛的冠军模型，其作者是神经网络领域三巨头之一的Hinton和他的门生Alex Krizhevsky（参考：https://blog.csdn.net/sinat_39620217/article/details/131083754）。
  AlexNet与此前的LeNet相比，具有更深的网络结构，包含5层卷积和3层全连接，对比LeNet如下所示。
  

  alexnet-FPGA and GPU

  对 FPGA 和 GPU 上的AlexNet CNN 实验时间的基准测试。
        https://github.com/pratikpv/alexnet
   

  该项目除了学习神经网络知识外，也在Xilinx FPGA上运行OpenCL给了详细的参考示例，链接如下：
        https://gitlab.com/Tango-DNNbench/Tango/tree/master/FPGA
    CNN_OPEN & DNN_PUF_FPGA

  利用SystemVerilog天生Lenet模型，并在FPGA上举行综合和实现。
        https://github.com/renaturation/DNN_PUF_FPGA
   

  该项目是个研究类项目，得当学习和练手。
  总结

  在FPGA运行神经网络在前几年是个很火的方向，最近一些敏捷开发像OpenCL、HLS等已经冲淡了不少热度，用纯HDL开发相关项目出现的越来越少了。但是今天这些小型神经网络项目得当入门相关行业，得当明白相关知识点。每个项目中有很多很多相关的例程，今天只是先容一些个人认为比较经典的项目。