基于PYNQ SOC平台——快速入门神经网络的建模与硬件加速

套餐获取：

该课程为系列课程，分为3门课程，6个课时，特惠199元（原价：294）。本页面的课程为套餐课程中的一小节内容。

咨询摩尔吧客服QQ：2992915029

课件下载：

文件名称：PYNQ完整源码

链接：https://pan.baidu.com/s/1Y9eV7laxnGZ3xlexleQB9g

提取码：请在“课程目录的附件中获取”

人生苦短，要用Python，本课程从数字图像的基础知识简介出发，以手写识别为例介绍分类全连接神经网络和卷积神经网络的基础知识，接着教大家如何在tensorflow上搭建和训练手写识别神经网络以及将选练好的参数以二进制形式存入.bin以备FPGA实现网络使用，以一个矩阵加法运算为例，介绍高层次Vivado HLS工具中的不同约束选项所产生的实际效果，并使用高层次综合工具生成了两种神经网络加速电路。

本课程使用的开发平台是PYNQ，用Python实现对GPIO 硬件的控制，通过使用HLS工具生成的两份加速器电路来搭建一个SOC系统，并使用Python来实现加速器的软件驱动的编写调试，然后使用这两个加速电路共同完成手写识别网络的运算过程，完成通过调用硬件网络的来演示真实手写数字的识别，从而完成硬件电路的实际验证。

课程特色：

从软件到FPGA实现的快速入门，详细讲解工具平台的使用，可以帮助大家打破万事开头难，有了这次经历后面的开发和学习之路将方便许多。

本期课程内容：

第一节：数字图像、手写识别为例的分类全连接和卷积神经网络、tensorflow介绍

第二节：手写识别卷积神经网络用tensorflow搭建和训练

适宜人群：

有点C或者Python基础知识的新手；
对于AI有浓厚兴趣，同时对于FPGA设计开发也有浓厚兴趣并想快速上手的人群；
做软件想在硬件上实现的人，做硬件想知道怎么快速开发AI算法的人。

通过本系列课的学习，你将收获：

AI相关的基础知识
算法方面模型的搭建与训练
如何快速设计一个加速器的硬件电路
如何搭建SOC平台在上面来验证你这个电路，并放到实际的应用场景中去

课程目录：（分3部分）

第一部分：分类全连接和卷积神经网络、tensorflow介绍以及手写识别卷积神经网络用tensorflow搭建和训练；

第二部分：高层次综合工具（Vivado HLS）介绍与实际操作，使用高层次综合工具实现两个神经网络加速电路，并搭建SOC系统（点击观看）；

第三部分：介绍PYNQ开发平台以及使用Python实现对GPIO硬件的控制，并编写加速器的软件驱动，利用Python搭建硬件驱动从而完成真实手写图片的识别来验证硬件网络（点击观看）。

讲师介绍：

黄宇杰.jpg 黄宇杰

本科就读于西安电子科技大学，后保研到复旦大学，所在实验室为专用集成电路与系统国家重点实验室，研究方向：计算机视觉算法。在IEEE和的国际会议上发表论文五篇，获得国家奖学金，与蔡宇杰组队参加全国研究生创“芯”大赛获得一等奖，比赛作品为目标追踪算法的硬件加速器设计。

蔡宇杰.jpg

蔡宇杰

多次参加电子设计竞赛、数学建模竞赛并获国家级奖项，以综合成绩100.72分从西安电子科技大学保送复旦大学微电子学院读研。在复旦期间荣获“华为企业奖学金”与全国研究生创“芯”大赛获得一等奖，同时有着丰富的实习经历。现已拿到大疆、华为等多家名企offer。

工具列表：

Python，tensorflow，linux虚拟机，Vivado HLS 2016.1, Vivado 2016.1, Visual Stdio 2012

PYNQ开发板介绍:

PYNQ-Z2是一款功能强大丰富，开箱即用型的Xilinx ZYNQ-7000 软硬协同嵌入式开发板。ZYNQ系列芯片基于Xilinx全可编程片上系统架构（AP SoC），将双核Cortex-A9 ARM处理器与Xilinx 7系列FPGA紧密集成在同一芯片上。板上搭载有丰富的多媒体接口和连接外设，在其本身就是一台功能强劲的单板计算机的基础上，进一步添加了FPGA功能，令其拥有无可比拟的开发灵活性与强大性能。此外，还支持Xilinx推出的开源框架PYNQ，支持使用Python进行应用层的开发与调用底层FPGA硬件加速，旨在使基于ZYNQ架构上的嵌入式开发更加简单易上手。使用Python编程语言以及丰富的第三方扩展包，开发者可以充分利用Zynq架构中的可编程逻辑器件和微处理器的优势，创造出更多好玩有意思的嵌入式系统项目。

PYNQ官方微信：