佬友们，研究生快开题了，要确定做哪个网络，我自己虽然已经研二了，但课题上还是初学者，前两届师兄都选得是轻量化的CNN网络，然后用verilog设计硬件加速器，用vivado验证和逻辑综合，用Xilinx Zynq UltraScale+ MPSoC 系列FPGA上板验证。
老师建议我可以先在CNN和transformer中选，再确定对哪个具体的网络做硬件加速，现在transformer也比较火，但师兄说transformer网络结构比CNN复杂，我一个人一年未必能做下来，建议我还是选一个轻量化的CNN的网络，创新不好找但硬件设计容易一点。我自己水平菜菜的，不太敢挑战transformer架构的网络，对这两种架构的网络了解还不太多，就要赶鸭子上架做选择了，希望能听听大家的建议，拜谢前辈们。
1 个赞
transformer 有点复杂，你弄懂这个架构都要花不少时间 
硬件加速不太懂，仅做参考，transformer 确实相对更复杂一点，cnn 基础模块少，一个卷积吃遍天，要加难度也可以搞 resnet 这种基于 cnn 的，cnn 权值量化掉点也比 transformer 表现好一点
是呀，而且还需要硬件实现，我就怕靠自己自学很难用一年做出来，耽误了毕业
感觉问同组学长比佬友靠谱呀，可以结合下组里的条件，然后多问问学长看愿不愿意让你继承下
是的，感谢建议，前两届师兄也是选了基于CNN的轻量化网络，类似MoblieNet、GhostNet这类
学长建议我选CNN，是考虑到基于CNN的轻量化网络体量都不大，硬件实现容易点，但优化硬件设计的创新点很难想，CNN的网络可能都被挖掘的差不多了 
，而transformer现在又比较热门，也许创新点好挖一些？如果基于transformer的硬件加速器也不好创新，它实现又很复杂，那我肯定选基于CNN的网络了
我现在是做日志异常检测，因为组里没设备其他人都搞视觉就我搞这个有点抽象，然后我这边现在看下来基本上连公开数据集然后公开代码的都数据造假，不懂你那边做硬件的怎么样，我学长也建议我硬编做不出来是正常的哈哈，不知道你那边怎么样
一个人做？坑啊，建议不要给自己上强度
我这边也是，现在在硬着头皮自己学，老师让我看论文CNN和transformer都看看，我只能先看别人的创新点是啥，然后希望能启发灵感吧
是的，所以才来问问佬们，我也不想太冒险，只是CNN创新点确实很难找了，被前面的人做的差不多了