V
主页
卷积层verilog实现1
发布人
未完待定,马上就能写完
打开封面
下载高清视频
观看高清视频
视频下载器
思考第一个卷积层如何实现
尝试第一个卷积层的verilog实现,但是写着写着发现荒唐
单层卷积verilog彻底成功,就是简单的按行展开罢了
分频的简单思路
FPGA识别MNIST(14):成功计算卷积层结果,下一步就是把他们送入BRAM,当然前面要加一个relu,不过这个很简单
用numpy复现torch卷积层
verilog卷积层测试,得到了结果,但是没有对,还是需要调整flatten的策略,最坏的结果就是功能失灵,那就只能由2维卷积搭建卷积层了
文心一言:自定义量化卷积层
卷积层tb,维度摊平是最难的
卷积层verilog探究,没看懂
单端口RAM的testbench
这年头谁还自己化简卡诺图啊
FPGA识别MNIST(15):卷积层verilog代码实现成功!
verilog实现乘累加器,道阻且长
终于发现了卷积层的问题在哪,并发现另一个问题
verilog例化IP核
测试verilog卷积层前matlab的准备,编纂一个合适的测试案例
CPU总线设计与verilog实现
三段式摩尔状态机
多路复用器verilog
verilog行缓存1
时序逻辑前5题
量化感知训练(3(:自定义卷积层
忽然觉得只用python做神经网络好容易,只需要拼积木就可以了
不断测试,发现tanh16没有什么问题
FPGA识别MNIST(1):先用pytorch训练一个简单的网络
hdlbits,verilog减法器的实现
从头写snn前向传播1(1):想写verilog,这步必不可少,除非经验十足
verilog $readmemh读到的数据到底存放在哪里?LUT消耗是0,FF消耗是0,BRAM消耗是0全是0
搞了一上午,终于把神经网络跑通
将SNN网络的权重写入COE文件
float16tofloat32的verilog testbench
verilog实现CNN对MNIST识别(2,乘法器直接用乘号和IP核的资源消耗区别)
看来AI写verilog还是错误很多,远不如写python的正确率高,这也是没办法的事情
cocotb仿真环境github FPGA领域第一star大神讲解
np.where
hdlbits上用资源换时间例题
和Claude2对线,得到了综合时不同模块解耦的办法
三目运算、if_else实现二路选择器
pytorch FFT验证