[發明專利]一種基于CORDIC的激活函數混合計算方法及系統在審
| 申請號: | 201911037143.9 | 申請日: | 2019-10-29 |
| 公開(公告)號: | CN110766141A | 公開(公告)日: | 2020-02-07 |
| 發明(設計)人: | 李麗;陳輝;傅玉祥;程開豐;何書專 | 申請(專利權)人: | 南京寧麒智能計算芯片研究院有限公司 |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06F17/15 |
| 代理公司: | 32346 江蘇瑞途律師事務所 | 代理人: | 金龍 |
| 地址: | 210000 江蘇省南京市江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 核心控制模塊 函數計算 線性向量 旋轉模式 計算方法及系統 除法運算 激活函數 擴展數據 加法器 相加 運算 輸出 | ||
本發明公開了一種基于CORDIC的激活函數混合計算方法及系統,屬于函數計算技術領域。本發明的方法為核心控制模塊根據計算類型t對待求值x進行處理得到輸入值a并輸入至雙曲旋轉模式CORDIC模塊;而后根據輸入值a進行運算得到xn和yn,xn和yn通過加法器相加得到輸入值b,并輸入至線性向量模式CORDIC模塊進行除法運算得到z′n,之后根據計算類型t對z′n進行處理并輸出。本發明系統包括核心控制模塊、雙曲旋轉模式CORDIC模塊和線性向量模式CORDIC模塊,雙曲旋轉模式CORDIC模塊和線性向量模式CORDIC模塊分別與核心控制模塊連接。本發明目的在于克服現有技術中,sigmoid函數和tanh函數計算精度低且計算范圍不易擴展的不足,本發明可以提高sigmoid函數和tanh函數計算精度,而且可以擴展數據范圍。
技術領域
本發明涉及函數計算技術領域,更具體地說,涉及一種基于CORDIC的激活函數混合計算方法及系統。
背景技術
CORDIC(CoordinateRotationDigitalComputer),即坐標旋轉數字計算機,可廣泛應用于基本函數的計算,包括指數函數、除法等運算。它是J.D.Volder于1959年首先提出的。后來,J.Walter在1971年提出了統一的CORDIC算法;2004年,Tso-BingJuang等又提出了一種改進的并行的CORDIC算法,大大提高了CORDIC算法的迭代速度,并且達到了很高的精度。它的優點在于僅通過移位和加減操作平衡計算精度、面積和速度等重要硬件指標,因此廣泛應用于數字信號處理等領域。CORDIC算法有旋轉和向量兩個模式,可應用于圓坐標系、線性坐標系和雙曲線坐標系,從而可以推演出6種類型的CORDIC,進一步可以衍生出許多基本函數的運算。
激活函數是在人工神經網絡的神經元上運行的函數,負責將神經元的輸入映射到輸出端。激活函數對于人工神經網絡模型去學習、理解非常復雜和非線性的函數來說具有十分重要的作用。它們將非線性特性引入到網絡中,使得神經網絡可以任意逼近任何非線性函數,這樣神經網絡就可以應用到眾多的非線性模型中。在深度學習中,常用的激活函數主要有:sigmoid函數、tanh函數、Relu函數等等。本發明主要集中于sigmoid和tanh函數的硬件實現,這是因為指數運算和除法運算在硬件實現時較為復雜且耗面積,所以在神經網絡算法的硬件實現中獲得了很高的關注。
因此,如何設計出精度高、面積小、功耗低以及速度快的硬件電路成為主要的研究問題。傳統計算sigmoid函數和tanh函數的方法主要有查找表、分段線性近似法和多項式近似法等,但這些方法存在計算范圍不易擴展或精度低的缺點,所以研究一種克服上述問題的方法不僅意義重大,而且能夠提高神經網絡算法硬件實現的效率和性能。
綜上所述,如何提高sigmoid函數和tanh函數的計算精度以及降低計算資源開銷,是現有技術亟需解決的問題。
發明內容
1.要解決的問題
本發明的目的在于克服現有技術中,sigmoid函數和tanh函數計算結果精度低且計算范圍不易擴展的不足,提供了一種基于CORDIC的激活函數混合計算方法及系統,可以提高sigmoid函數和tanh函數計算精度,而且可以擴展數據范圍以及降低計算資源開銷。
2.技術方案
為了解決上述問題,本發明所采用的技術方案如下:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京寧麒智能計算芯片研究院有限公司,未經南京寧麒智能計算芯片研究院有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911037143.9/2.html,轉載請聲明來源鉆瓜專利網。





