本节主要分享在github中阅读学习别人开源代码的感悟。
https://github.com/omarelhedaby/CNN-FPGA
该代码展开得很少，更多得考虑资源，架构上没有啥特色，就是乘加运算的堆叠【浮点乘加】
但其提供的设计文档很详细
不建议细看
卷积模块设计框图：
softmax模块设计框图：
平均池化设计框图：
这里面有个串行加法器的写法有点意思：
https://github.com/padhi499/Image-Classification-using-CNN-on-FPGA
该代码主要实现的卷积+ReLu+最大池化，卷积最底层小模块没展开，用串行实现的，但顶层模块均展开并行处理
但总的来说，在整体架构上没有创新特色，就是简单地复制几倍资源并行去做
不建议细看
卷积实现框图：
卷积顶层：是9个卷积块的并行（对于$5\times 5$的图片，卷积核是$3\times 3$，步长为1的情况下需要滑动卷积9次，展开后即用9个卷积块并行处理）
卷积块：
矩阵乘累加模块：这里MAC是串行实现方式，只有一个硬件单元，用时间换资源了
ReLu层：并行Relu
最大池化层：
池化顶层：3 3 经过2 2池化，需要滑动4次池化窗口，故此处为4次展开并行处理
小池化块：对于每次池化窗口22=4个数据，级联方式需要3个比较器得最大值，*这样子可以实现流水处理方式
