因此，对于比赛总结了一些方法和建议提供给大家：

1.       项目初期做好详细的文献调研和规划。对项目开展进行预研，总结出难点和耗时的部分，集中精力攻克。

2.       建立存储库。可以使用Github，每日进行更新并用注释写出还存在的问题，这就方便了解问题并协助解决，从而提升整个团队的工作效率。

3.       重视技术文档。项目进展一定阶段后及时制作技术文档，方便阅览和交流，也方便比赛进行到不同时期针对主办方要求完成作品提交。

4.       劳逸结合，技术难点集中突破。赛事持续时间达半年，因此要做好长期作战的准备，注重劳逸结合。遇到技术困难，及时和指导老师及同学交流，尽快解决，解决不了的就做好长期学习、短期集中突破的准备。

本次比赛团队针对CNN神经网络Soc进行了完整的设计，对CNN各个运算子单元模块进行了寄存器级的设计分析、开发和优化，首先实现了流水线架构的CNN神经网络加速器，在此基础上讨论了架构、电路和软件实现不同层面的优化方案。

在可配置CNN神经网络Soc开发过程中，本文利用verilog HDL从底层对CNN神经网络常用单元进行了加速设计，卷积神经网络采用感受域有限策略和加法树结构，池化运算单元提出了行池化和列池化的方案。神经网络使用Tensorflow进行训练并提取参数，采用16位动态量化。之后团队会整理该部分资料开源在github上，包括如何使用Tensorflow构建自己的数据集、自定义神经网络的训练和参数提取、CNN神经网络的动态量化、调试验证方案以及优化策略等等。