深度神经网络 c语言代码,FPGA 在深度神经网络当中的应用（三）

本文我们将使用 OpenCL作为工具，介绍 FPGA 如何进行深度学习神经网络的计算(推理)加速。

本章节的内容，假定阅读者已经具备如下的基本能力：

1. 基本的 OpenCL 编程，基本的 C 语言，以及基本的 Linux 使用能力

2. 了解 Python 语言以及 Tensorflow 深度学习框架，并能看懂深度学习神经网络的简单算法实现

本章节，将使用 Tensorflow 作为深度学习框架搭建一个简单的全连接神经网络，使用 Mnist 手写体数字图片数据集进行模型训练，最后使用 OpenCL 调用FPGA，对训练的结果进行推理加速。本章节内容基于 Linux(CentOS7.4)操作环境。

01环境搭建

深度学习神经网络的训练需要使用 Python 和 Tensorflow，推荐使用 Python3 和 VirtualEnv 作为标准配置，防止对操作系统造成污染。下面简要展示 Python3 和 Tensorflow 环境的搭建。

1. 登录 Linux 服务器或者虚拟机，右键选择“Open Terminal”

2. 切换至 root 用户，然后输入如下指令，安装 Python3 和 Virtualenv

yum install python36 python36-virtualenv kernel-devel-$(uname -r) -y

3. 设置 Python3 的虚拟环境

virtualenv-3 py3

4. 启用 Python3 虚拟环境，并安装 Tensorflow 等必须的依赖库

source py3/bin/activate

pip install tensorflow==1.15.0<