HLS学习练习1——卷积层（Convolution layer）

0、先验知识

首先，下图所采用得卷积操作，是对边界补0得情况下得到的，卷积的核心在于乘加操作，
关于卷积操作的计算量，可参考此篇文章进行学习
下图的计算量为：输入通道数x输出通道数x卷积核大小x输出图像的长x输出图像的宽
即：RCKKCHout*CHin

1、设置流程

在综合前，需要先进行以下流程的设置
project——》project setting——》synthesis——》Top Function
选择对应的函数
C synthesis

2、卷积的软件实现

优化前的solution1

#define CHin 4
#define CHout 4
#define R 14
#define C 14
#define Rin 16
#define Cin 16
#define K 3

void test()
{
   
	float In[CHin][Rin][Cin];
	float Out[CHout][R][C];
	//weight array
	float W[CHout][CHin][K][K];

	Output_Channel:
	for(int cho=0;cho<CHout;cho++)
	{
   
		Input_Channel:
		for(int chi=0;chi<CHin;chi++)
		{
   
			Row:
			for