[发明专利]面向具有对称性的非线性函数通用计算装置和方法有效

专利信息
申请号: 201910321975.7 申请日: 2019-04-22
公开(公告)号: CN110058841B 公开(公告)日: 2023-03-28
发明(设计)人: 潘红兵;朱杏伟;孙华庆;秦子迪;查羿;王宇宣;李丽;李伟 申请(专利权)人: 南京大学
主分类号: G06F7/544 分类号: G06F7/544
代理公司: 江苏法德东恒律师事务所 32305 代理人: 李媛媛
地址: 210046 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 具有 对称性 非线性 函数 通用 计算 装置 方法
【说明书】:

发明提供了一种面向具有对称性的非线性函数的通用计算装置和方法。计算装置包括取绝对值单元、地址索引单元、查找表单元、乘加单元、取符号位单元、减法器和选择器。其中,地址索引单元包括比较器、控制器、地址寄存器和分段端点存储器。本发明提供的面向具有对称性的非线性函数计算装置,可以计算任意具有轴对称或中心对称的非线性函数值,具有一定的通用性。同时本发明根据目标分段线性函数与原始非线性函数的最大绝对误差对原始非线性函数进行分段处理,可实现近似计算结果的精度可控。

技术领域

本发明涉及一种面向具有对称性的非线性函数通用计算装置和方法,属于数字信号处理技术领域。

背景技术

非线性函数是一种较为复杂的函数,一般处理非线性函数的方法包括泰勒展开、CORDIC算法等。这些算法在进行非线性函数的运算时虽然可以获得较高精度的运算结果,但计算较为繁琐,运算也比较复杂。

近年来,随着人工智能技术的发展,各种深度神经网络模型被研究人员提出。然而,神经网络模型中常常涉及到非线性函数的运算,例如LSTM模型中出现的sigmoid函数和tanh函数,这些非线性函数的运算往往制约着整个神经网络的运算速度和整体性能。另一方面,神经网络算法对这些非线性函数的运算结果精度没有太高的要求,允许对非线性函数进行近似计算,且这些非线性函数如sigmoid和tanh往往是具有对称性的,可充分利用非线性函数内在的对称性来快速计算。

发明内容

为了能够获得较快的运算速度和使用较少的电路资源,本发明针对神经网络算法中的具有对称性的非线性函数,提出了一种通用计算装置和方法。

本发明装置的技术方案如下:

面向具有对称性的非线性函数通用计算装置,包括:取绝对值单元,用于对输入数据进行取绝对值的操作;地址索引单元,用于根据输入数据绝对值和原始非线性函数线性分段的区间端点值来确定输入数据绝对值所在的线性区间;查找表单元,用于根据输入数据绝对值所在线性区间的地址索引值来找出线性函数的参数值,参数值包括斜率k和y轴截距h;乘加单元,用于根据输入数据绝对值和其对应的线性函数的斜率k和截距h来计算输入数据绝对值所对应的线性函数的输出;取符号位单元,用于判定原始的输入数据的符号;减法器,用于对非线性函数中心点y坐标值偏置常量和乘加单元输出结果做相减运算,得到当输入数据为负数时所对应的输出值;选择器,用于根据非线性函数的对称模式以及输入数据的符号位来判定最终的输出值。

本发明面向具有对称性的非线性函数通用计算方法,包括以下步骤:(1)根据非线性函数的对称类型配置相应的对称模式,对称类型包括中心对称和轴对称;(2)如果非线性函数是中心对称的类型,则确定中心对称点为(0,ybias),并配置中心点y坐标偏置常量为2*ybias,其中ybias表示非线性函数对称中心点的y坐标;如果非线性函数是轴对称的类型,则配置中心点y坐标偏置常量为0;(3)对原始非线性函数f(x)中x0的部分进行线性分段处理,存储得到的线性分段区间的端点值以及线性分段区间所对应的线性函数参数值,参数值包括斜率k和y轴截距h;(4)将非线性函数的输入数据取绝对值,并且判定输入数据的符号;(5)将输入数据的绝对值与线性分段区间的端点值比较大小,输出线性分段区间的索引号;(6)利用查表法,根据步骤(5)的索引号获得对应的分段线性函数的斜率k和截距h;(7)将输入数据的绝对值和分段线性函数的斜率k、截距h进行乘加运算;(8)根据步骤(1)配置的对称模式和步骤(4)判定的输入数据的符号确定最终的输出结果。

本发明具有以下有益效果:

(1)本发明提供的面向具有对称性的非线性函数计算装置,可以计算任意具有轴对称或中心对称的非线性函数值,具有一定的通用性。

(2)通过对原始非线性函数进行分段线性来近似计算,并且与查找表相结合,提高了运算的速度和降低了计算资源的消耗。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910321975.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code