[发明专利]一种可配置的卷积神经网络处理器电路

权利要求书

1.一种可配置的卷积神经网络处理器电路，包括FIR滤波模块、分窗处理模块和神经网络运算模块，其特征在于，所述神经网络运算模块包括卷积层、池化层、可配置激活函数层和全连接层，所述可配置激活函数层配置sigmoid函数或tanh函数，还配置误差；

所述可配置激活函数层配置的sigmoid函数或tanh函数为δ(x)，在x∈[0,+∞)内的拟合公式为：

其中，y为激活函数；

对于首段输入区间[0,x₁)，对δ(x)在0处进行一阶泰勒展开，得到拟合公式y＝a₀x+b₀，x₁为当y-δ(x)＝ε时的横坐标，其中，ε为误差，sigmoid函数的拟合公式中a₀为b₀为tanh函数的拟合公式中a₀为1，b₀为0；

对于末段输入区间[x_K+1,+∞)，x_K+1为当δ(x)＝1-ε时的横坐标；

对于中段输入区间[x₁,x_K+1)，将中段输入区间[x₁,x_K+1)划分为K段分段区间[x_i,x_i+1)，i＝1,...,K，又将分段区间[x_i,x_i+1)划分为长度相等的段内小区间其中L_i为分段区间[x_i,x_i+1)内的段内小区间个数；所述段内小区间采用直接映射的方式，落在段内小区间内的所有输入均被映射为同一个输出值

根据sigmoid函数、tanh函数的点对称性质：

得到sigmoid函数或tanh函数在x∈(-∞,0)的拟合公式，最终得到sigmoid函数或tanh函数在整个自变量区间的拟合公式。

2.根据权利要求1所述可配置的卷积神经网络处理器电路，其特征在于，所述可配置激活函数层包括取绝对值模块、区间判断模块、第一多路选择器、配置模块、地址生成模块、RAM、区间拓展模块和第二多路选择器；所述可配置激活函数层的配置过程为：

首先，在所述RAM中依次存入中段输入区间[x₁,x_K+1)中所有段内小区间序号所对应的映射值所述序号为RAM地址；根据所要配置的激活函数y为sigmoid函数或tanh函数，在所述配置模块中导入分段区间的分段点x_i、每个分段区间对应的截位数偏置数b(i)、“1”的量化后定点数、1比特函数切换位；其中，所述分段点x_i的i＝1,...,K+1，所述截位数n(i)和偏置数b(i)的i＝1,...,K，所述截位数n(i)中的M为量化系数，所述偏置数b(i)为分段区间的首个段内小区间在中段输入区间[x₁,x_K+1)中所有段内小区间集合中的序号，所述1比特函数切换位中1表示tanh函数，0表示sigmoid函数；

其次，输入x经过取绝对值模块，得到输入x的绝对值|x|和符号位，绝对值|x|输入区间判断模块，结合由配置模块输出至区间判断模块的分段点x_i，在区间判断模块中判断得出绝对值|x|所在的分段区间，根据区间判断结果控制第一多路选择器输出y₁，具体为：

若区间判断结果为|x|x₁，则第一多路选择器输出y₁＝a₀|x|+b₀，其中a₀、b₀由1比特函数切换位控制的sigmoid函数或tanh函数在0处进行一阶泰勒展开得到；

若区间判断结果为|x|≥x_K+1，则第一多路选择器输出y₁＝1，其中1为由配置模块输出的“1”的量化后定点数；

若区间判断结果为x₁≤|x|x_K+1，则地址生成模块启动，根据由配置模块输出至地址生成模块的截位数n(i)、偏置数b(i)计算绝对值|x|对应映射值所在的RAM地址；RAM接收地址生成模块输出的RAM地址后输出映射值ram_out，经过第一多路选择器输出

然后，将第一多路选择器输出的y₁输入至第二多路选择器，取绝对值模块输出的符号位控制第二多路选择器是否对y₁进行区间拓展，若输入x的符号位为正，则输出y＝y₁，若输入x的符号位为负，则输出y为y₁经过区间拓展模块的输出，得到sigmoid函数或tanh函数在x∈[0,+∞)的拟合值y；

最后，配置模块输出的1比特函数切换位控制区间拓展模块的操作，区间拓展模块根据sigmoid函数、tanh函数的点对称性质输出结果，若1比特函数切换位为1，则区间拓展模块输出-y₁，经过第二多路选择器输出y＝-y₁，若1比特函数切换位为0，则区间拓展模块输出1-y₁，经过第二多路选择器输出y＝1-y₁，得到sigmoid函数或tanh函数在x∈(-∞,0)的拟合值y；其中1为由配置模块输出的“1”的量化后定点数。