- 如果要 用HLS实现TensorFlow 很难，写成C很复杂。用ARM搭载Linus控制+FPGA跑加速还不错。如果只有FPGA（titan的板子）的话，最好烧一个ARM核跑控制，其他部分跑加速。 就算是写成C，TensorFlow也不好实现。
或许只能尝试其他思路了，比如说直接根据搭好的框架写芯片。
- 关于图像识别，如果是 普通的图像识别 网上已经有开源的VGG16的框架+参数（500M+）可以直接跑。但是对于 车牌 或者 人脸识别 会比较复杂：一是需要先进行物体定位，而是不仅需要普通的物体识别还需要特征识别（似乎没有现成的参数代码，需要自己钻研）。
我觉得我们可以先实现物体识别用VGG16或者Alexnet。再研究人脸或者车牌识别。最后研究物体定位。
-
物体识别主要用 CNN ，物体定位应该也是用CNN，但是自动驾驶的决策部分还需要RNN等时序上的学习+强化学习。（构架多种网络）
-
关于TensorFlow，嘉琪大神给的意见是tensorboard她没用过，感觉比较复杂而且数据比较奇怪。我认为如果太过复杂就不用了，可以先学习一下。
-
我提了一下用pynqz1的板子做cnn的可能性，她说可能性不大，而且pynqz1不一定好用。
不过我觉得可以试试，是不是可以找老王买一块板啊，学术价999
毕竟用Python的代码量少好多。但是不知道底层代码有多少。。
- 之前我有说过cnn是先计算再 反向学习 的。虽然是这样没错，不过我之前没有了解反向学习需要进行 梯度计算 （微分之类的等）狠狠狠复杂（嘉琪大神原话）。把这学习参数的这部分用FPGA做狠狠狠复杂。
所以酌情考虑，我们可以先不实现反向学习的部分在FPGA上。还是先在CPU或者GPU上跑参数吧。。
- 我才知道TensorFlow在win上很弱没有更新。。所以这周四方便帮忙装一下Ubuntu么~~~万分感谢~~~需要我准备什么东西么？？
另外集成电路设计大赛真的就是玩玩（才有深切感受），只有FPGA的titan板想要短期实现基于深度学习的物体识别，应该还是烧个SYSTEM进去才是正道。
好好搞大学生项目才是正道。
- 针对自动驾驶的各个部分我们还需要调研其理论架构等：物体识别、物体定位、驾驶决策等等（我还不太了解，这是我目前觉得可以深入了解的三个方向）。
其中物体识别（CNN，不涉及时间）分为车牌/人脸识别（难，没有现成代码或者参数）、普通物体识别（有现成代码和参数）。
物体定位（应该也有一些针对性的网络，但是也是CNN的范畴-不涉及时间）
驾驶决策（不仅需要CNN还需要RNN等时序相关网络-涉及时间上的决策-可能需要搭建混合NN网络）
- 用TensorFlow实现物体识别、物体定位、驾驶决策（C还是C++还是Python？）：时间允许的话，我倾向用Python全部实现一遍，再移植。因为据说底层还挺复杂的。
先实现普通物体识别，再实现车牌或者人脸识别；
物体定位是另外一方面（还未过多考察，可能要与物体识别结合）；
驾驶决策等等更加复杂了得到后期了。
- 训练集：针对不同的应用选择不同的训练集。
普通物体识别：我推荐ImageNet有名的图像识别集（其他的应用我还没找到比较合适的，这是接下来的工作的一部分）
人脸；
车牌；
物体定位（这个我记得有一些训练集来着）；
驾驶决策（这个太泛泛了，不好找暂时可以不找训练集）
-
关于 在板上搭载linus系统 ：
- 我听说zedboard还是zynq上就有linus系统的TF卡，可以直接读取，很方便啊，可以找粟涛、王军、王自鑫谁都可以要个板玩，没板啥都干不了。
- 如果没有现成的linus，就在ARM上搭一个（有现成代码/模型，可以请教张希斌组/我好像打错名字了∠）。
- 实在不行就学习在FPGA上搭一个linus或者ARM+Linus（应该不会这么惨）。
-
学习使用ARM（要用到SDK？你们有没有安装？球安装包）。
-
明天开会讨论怎么把ARM和FPGA结合在一起，我觉得我们可以先看点资料。
-
最后一点：还需要doc么？