神经网络激活函数及其导数的FPGA实现

• 作者: 张仁杰 张智明
• 来源期刊: 现代电子技术
• 关键词: 神经网络 sigmoid函数 分段线性逼近 FPGA
• 年，卷（期）: 2008,（18）
• 所属期刊栏目: 科学计算及信息处理
• 页码范围: 139-142
• 页数: 4页
• 分类号: TP389.1
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2008.18.044

摘要

神经元的激活函数是神经网络的重要组成部分.采用折线斜率为2的次幂的分段线性逼近方法实现激活函数(sigmoid函数)及其导数的映射.该方法在FPGA实现时不需要使用硬件乘法器,而且可以节约大量的RAM单元.由于神经网络的并行计算需要消耗大量的硬件乘法器和RAM,因此,与其他方法相比,该方法为整个神经网络的FPGA实现有效地节省了大量宝贵的FPGA资源,可以较好地应用在BP神经网络的在线训练中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仁杰	上海理工大学光学与电子信息工程学院	115	735	13.0	23.0
2	张智明	上海理工大学光学与电子信息工程学院	1	37	1.0	1.0