本发明涉及一种基于FPGA的卷积神经网络训练系统及方法，系统包括：核心处理模块，用于提供第一训练集数据并初始化卷积神经网络的第一网络参数，以及接收第二网络参数误差；输入数据转换模块，用于分别对第一训练集数据和第一网络参数进行处理得到第二训练集数据和第二网络参数；前向计算引擎模块，用于对第二训练集数据和第二网络参数进行处理得到隐层数据和预测误差；反向计算引擎模块，用于对隐层数据、第二网络参数和预测误差进行处理得到第一网络参数误差；输出数据转换模块，用于对第一网络参数误差进行处理得到第二网络参数误差。该系统不仅实现了前向传播计算和反向传播计算的同时运行，还减少对公共数据总线的占用以及存储带宽的需求。
