在MNIST上进行训练，可以说是计算机视觉里的“Hello World”任务了。而如果使用PyTorch的标准代码训练CNN，一般需要3分钟左右。

本文来自 XILINX 产品应用工程师 张超 概述 本示例工程中我们会在 TensorFlow2 下使用 Keras API 创建一个自定义 CNN 网络，在 Vitis-AI 1.3 环境下编译成 Xilinx DPU 上运行的模型文件，并在 Xilinx zynqMP 上部署运行。 该示例工程应在 Vitis-AI1.3 Docker，vitis-ai-tensorflow2conda ...

原标题：用简单的 2D CNN 进行 MNIST 数字识别 雷锋网 AI 研习社按：本文为雷锋网字幕组编译的技术博客，原标题 A simple 2D CNN for MNIST digit recognition，作者为 Sambit Mahapatra。

我们的 rbm.py 脚本需要三个参数: --dataset，这是我们的 MNIST 所在的路径。 csv 文件驻留在磁盘上， --test，用于我们的测试分割的数据百分比 (其余用于训练)，以及 --search，一个用于确定是否应该执行网格搜索来调整超参数的整数。