本项目为暑期学校FPGA实践自选项目，使用HLS实现了两层卷积神经网络和一层全连接层，实现了MNIST手写数字识别。
此外，本项目打通了从软件训练、量化到硬件实现、部署的全流程，可基于所实现的工具链进行魔改，实现自定义的网络结构，详情可以看sw中的readme和代码。
目前提供的overlay仅在xc7z100iffg900-2L上实现，因为用的资源太多，目前还无法在pynq-z2上部署，还需要优化DSP的使用数量
先使用src中的HLS代码在Vitis HLS中仿真综合导出IP，然后根据report中的BD搭建Vivado工程，最终使用jupyter中的代码即可跑通。
本项目意在打通流程，尚未对HLS代码实现深度优化，资源，时序结果等都比较差。