基於FPGA的卷積神經網絡實現（七）卷積模塊

將卷積展開後要進行的運算實質上是大規模矩陣運算，因此卷積模塊的實現時最容易的，什麼都不需要考慮，數據按順序來了就計算，而這個順序是數據讀取部分需要考慮的，計算完了輸出去這部分是下一層的數據數據存儲部分需要考慮的。因此整體而言，整個網絡模型中最容易實現的卻是這裏面最核心的計算部分。 言歸正傳。首先要對卷積的循環進行分析，這也是很多基於FPGA的CNN加速器裏面所重點研究的。這裏推薦一篇FPGA201

>>阅读原文<<