fpga(verilog)实现卷积神经网络cnn, 神经网络的weights如何存储

QQ1641085143

问题：fpga实现cnn, 神经网络的weights如何存储呢？
4 u5 G$ v: \# P/ ~; h0 k通过python训练好的网络，网络结构确定。
  O1 l& I& B0 z% d本项目就是将确定的网络通过fpga实现出来，实现的神经网络只管做推断分类，不进行训练。
训练好的网络权值weights已经确定，但是参数很多，光卷积层有两万多个参数，怎么让它存在fpga里运算呢？

圣光之血

我自己的想法就是，把python的权值处理成coe文件存储到rom中，
再读取rom的值存到多个reg寄存器中，
. O3 ?4 M6 j0 u) |  o4 @5 V7 W0 f然后计算的时候就直接把reg的值作为输入。
" V' r7 n, ]9 G2 J想问一下有过这个经验的朋友有什么好的建议？
0 J$ C( u$ B% r5 n# _$ E/ U

12tian

看资源了  如果不大的话  直接存到rom就行  大的话就外置一个存储器呗呗

雨情

在B站看到一个up主有讲解：https://www.bilibili.com/video/BV13L411K7ma?spm_id_from=333.999.0.0