之前推荐过适合 FPGA 的神经网络，包括 CNN、DNN 及 SNN 等，想实现的可以去看下：
优秀的 Verilog/FPGA 开源项目介绍（三十五）- TinyML
优秀的 Verilog/FPGA 开源项目介绍（二十四）- 脉冲神经网络 (SNN)
优秀的 Verilog/FPGA 开源项目介绍（二十二）- 深度神经网络 (DNN)
优秀的 Verilog/FPGA 开源项目介绍（二十一）- 卷积神经网络（CNN）
优秀的 Verilog/FPGA 开源项目介绍（二十）- 张量处理单元（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 主要用来进行手写字符的识别与分类，其确立了 CNN 的结构，现在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 的图像处理教程》LeNet5
https://gitee.com/crazybingo/Book_VIP/tree/master/2_FPGA_Sim/8.2_LeNet5
这是《基于 MATLAB 与 FPGA 的图像处理教程》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
神经网络在浅色背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 和他的学生 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 执行时间的基准测试。
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 生成 Lenet 模型，并在 FPGA 上进行综合和实现。
https://github.com/renaturation/DNN_PUF_FPGA
该项目是个研究类项目，适合学习和练手。
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适合入门相关行业，适合理解相关知识点。每个项目中有很多很多相关的例程，今天只是介绍一些个人认为比较经典的项目。
END
作者：碎碎思
来源：OpenFPGA
相关文章推荐
- 高频交易中 FPGA 的作用及面试指南
- Verilog 代码转 VHDL 代码经验总结
- 基于 FPGA 的温度传感器（ds18b20）驱动设计
- 单芯片控制多个高性能伺服电机
- 数据中心中的 FPGA 硬件加速器
更多 FPGA 干货请关注 FPGA 的逻辑技术专栏。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
