Leonie_的博客

3.2 层构成典型卷积层的主要元素是矩阵矢量阈值单元（MVU）和滑动窗口单元（SWU）。 MVU处理计算方面：对于卷积层，卷积本身可以降低为矩阵矩阵乘法，这是众所周知的[10]。 然后可以将它们以流方式映射到MVU。 来自卷积过滤器的相应权重被打包到过滤器矩阵中，同时在输入图像上移动滑动窗口以形成图像矩阵。 然后将这些矩阵相乘以生成输出图像。我们将卷积层或完全连接层的主要计算组件称为处理元素（PE）。 其结构如图6所示。PE执行并行乘法，Q对应于SIMD值。 然后，将它们在加法器树中进行归约，以将其随

是为了复现Xilinx PYNQ板子的BNN-PYNQ例程的vivado工程，咨询了很多前辈和查询了网上资料，用Windows也可以复现，但是需要修改tcl脚本的指令，（不知道有没有人成功在Windows系统下面复现，网上并没有大佬分享出成功的方法）这个难度也太高了，所以最终决定在我的Windows10 64位 联想IdeaPad310笔记本上安装Linux虚拟机了先放一个复现该工程的博文重建PYNQ.io上提供的BNN工程安装虚拟机安装的版本很重要，并不是越新越好，我第一次装了最新版本的ubantu

看到有一位老哥的学习记录贴才知道有b站“依元素科技”，里面有PYNQ直播课的录屏，教了PYNQ的基础使用。觉得自己错亿了，之前在优快云上面搜“如何配置PYNQ”等，浪费了很多时间，其实它这直播课里面都一步一步地教了。记录day2录屏：谷歌浏览器输入http://192.168.2.99打开jupyter notebook，新建一个.ipynb文件，点击如下图点灯和灭灯在cell[1]里面输入代码导入基础overlay（录屏没有录到overlay讲解部分TT,感觉用python调用，这里很晕）一