在混合FPGA（例如PYNQ-Z1）上加速python代码的特定部分

Question

我已经尝试了很多天来转换此python代码：

ModelArrayList = DatabaseHelper.getData();
Adapter = new Adapter(ModelArrayList, DatabaseHelper);
recycler.setHasFixedSize(true);
recycler.setLayoutManager(new GridLayoutManager(context, 2));
recycler.setAdapter(Adapter);

取自该网站：https://machinelearningmastery.com/how-to-develop-a-cnn-from-scratch-for-cifar-10-photo-classification/

VHDL代码以便在SPARTAN 3E上加速，或者至少对混合FPGA（例如PYNQ-Z1）加速。我曾尝试在Vivado的webpack的Ubuntu 19.04上安装hls4ml，但无法正常工作。我搜索了LeFlow，但没有找到支持tensorflow / keras /和此代码具有的深度学习层的地方。我想在Matlab上构建CNN，然后在VHDL上进行转换，但需要版本hls工具。最后，我考虑在上述代码上进行配置，以便在PYNQ-Z1上加速其特定部分。你看到这样的事情可以实现吗？我可以加速哪些部分？

还有更多的事情，当我将参数从CPU复制到FPGA OnChip存储器时，可以重新映射神经网络的层吗？我的意思是卷积层的大小，池化大小，relu大小？