基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
神经网络是机器学习领域的一个重要分支,因其优秀的性能在很多基于嵌入式设备的应用中大放异彩.尽管已经有很多研究已经成功地将神经网络算法移植到小型化平台中,但是大多数的方法依然是基于某个固定模型的设计.本文提出了一种可配置的激活函数模块,比较了不同拟合方法的误差和耗费的资源,选择使用分段四阶多项式拟合激活函数的方法,拟合了6种常用激活函数,可以满足绝大多数神经网络的激活部分.这样在设计可配置神经网络的芯片时,通过配置该模块即可满足不同神经网络的需求.
推荐文章
基于激活函数四参可调的BP神经网络改进算法
神经网络
BP算法
激活函数
可调参数
神经网络激活函数及其导数的FPGA实现
神经网络
sigmoid函数
分段线性逼近
FPGA
一种新的神经网络逼近函数算法
BP神经网络
主成分分析
数据预处理
基于改进sigmoid激活函数的深度神经网络训练算法研究
深度神经网络
残差衰减
sigmoid激活函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种神经网络的可配置激活函数模块设计
来源期刊 单片机与嵌入式系统应用 学科 工学
关键词 ZC706 FPGA 激活函数 神经网络 多项式逼近
年,卷(期) 2020,(4) 所属期刊栏目 专题论述
研究方向 页码范围 6-9
页数 4页 分类号 TP391
字数 2649字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 应三丛 四川大学计算机学院视觉合成图形图像技术国防重点学科实验室 18 86 5.0 9.0
2 苏潮阳 四川大学计算机学院视觉合成图形图像技术国防重点学科实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (272)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ZC706
FPGA
激活函数
神经网络
多项式逼近
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
单片机与嵌入式系统应用
月刊
1009-623X
11-4530/V
大16开
北京海淀区学院路37号《单片机与嵌入式系统应用》杂志社
2-765
2001
chi
出版文献量(篇)
7244
总下载数(次)
21
总被引数(次)
40339
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导