1.1萬
該系列課程包括12講：
第一講????Lenet-5神經網絡訓練
第二講????使用verilog在FPGA上實現CNN整體介紹+加法器verilog代碼解析和仿真
第三講????乘法器verilog代碼解析和仿真
第四講????處理單元(Processing Element) verilog代碼解析和仿真
第五講????實現單個窗口卷積(Convolution Unit) verilog代碼解析和仿真
第六講????對輸入的image進行數據重排(RFselector) verilog代碼解析和仿真
第七講????執(zhí)行一個filter與完整image的卷積操作(Single Filter Layer) verilog代碼解析和仿真
第八講????平均池化單元(AvgUnit) verilog代碼解析和仿真
第九講????執(zhí)行單通道的image平均池化(AvgPoolSingle) verilog代碼解析和仿真
第十講????激活層(Relu) verilog代碼解析和仿真
第十一講 全連接層(Layer) verilog代碼解析和仿真
第十二講 Lenet-5網絡模型的verilog整體搭建與仿真驗證
該系列課程用到的工具：
vivado 2018.3、tensorflow
該系列課程需要的基礎知識：
verilog基本語法、python、深度神經網絡基礎知識、數電基礎知識
該系列課程適合人群：
對神經網絡有濃厚興趣，同時對于FPGA設計開發(fā)也有濃厚興趣并想通過編寫verilog代碼實現快速上手的人群，是一個軟硬件結合的課程，沒有基礎知識里面也有補充，新手也適宜。做軟件想知道怎么在FPGA硬件上快速實現的人，都適宜。
