cnn_card:正在运行的名片显示了CNN的内部，以对5x5数字进行分类

CNN卡 运行卷积神经网络以对5x5像素数字进行分类并显示所有层的内部激活的名片。 模型 训练数据/笔记型计算机CNN。 该模型由3个卷积层（4、8、16个滤波器）和一个密集层组成。 训练数据是手动生成的（无论我能想到的是什么）+一些增强（移位和随机像素翻转）。 与训练样本的数量相比，参数的数量非常大，因此这可能主要是过拟合的（尽管这里可能是个错误的词，因为我认为我可能没有包含更多的样本）。 代码 嵌入的代码在文件夹中（MplabX项目）。 通过两个移位寄存器，使用多路复用来驱动/扫描LED和按钮。 该代码的主要挑战是使此过程足够快速且一致，以允许对亮度进行PWM控制。 模型权重将导出到c代码，并复制到。 aux_code目录包含一些辅助笔记本：一个用于生成启动动画（同心脉冲），另一个用于计算led的伽马校正表。 电子产品 中的PCB设计（gerber和Eagle / Fusio