【技术实现步骤摘要】
本专利技术涉及集成电路设计，具体涉及集成电路中基于随机逻辑的sigmoid函数实现电路。
技术介绍
1、神经网络是一种模拟人类神经系统的计算模型，由大量的神经元相互连接而成。神经网络可以通过激活函数和权重来调节神经元的输出信号，从而实现自动学习经验的目的。神经网络的结构包括输入层、输出层和中间层，中间层的数量和连接方式可以根据不同的任务进行设计。神经网络可以应用于分类、回归、聚类等多种问题。
2、随着深度神经网络(dnn)研究的不断发展，神经网络模型推理智能物联网设备上得到广泛应用，涵盖图像识别、视频处理、自然语言处理等多个任务。然而，随着深度神经网络模型的发展，深度神经网络模型的网络参数和计算量快速增加，给计算和存储受限的边缘设备带来了新的挑战。随机计算(sc)作为一种基于概率计算的计算方法被提出，其通过使用比特流代替传统二进制编码进行计算，有望实现高面积效率的算术电路和很好的容错性，非常适合用于多项式计算电路的实现。与传统的二进制系统不同，随机电路通过随机比特流来处理数值，比特流中出现1的概率表示相应的数值。例如，比特流...
【技术保护点】
1.基于随机逻辑的sigmoid函数实现电路，其特征在于：包括第一随机序列生成电路、第二随机序列生成电路、比较电路、一次因式计算电路、二次因式计算电路和合成电路，一次因式计算电路包括MUX结构，二次因式计算电路包括两个级联MUX结构，MUX结构与级联MUX结构并联，级联MUX结构包括第一级MUX结构和第二级MUX结构，第一级MUX结构输出端连接到第二级MUX结构输入1端，MUX结构的输入1端、输入0端共用第一随机序列生成电路，第一随机序列生成电路生成的随机序列颠倒顺序后输入到MUX结构选择端，级联MUX结构的第一级MUX结构输入1端、第一级MUX结构输入0端、第二级M...
【技术特征摘要】
1.基于随机逻辑的sigmoid函数实现电路，其特征在于：包括第一随机序列生成电路、第二随机序列生成电路、比较电路、一次因式计算电路、二次因式计算电路和合成电路，一次因式计算电路包括mux结构，二次因式计算电路包括两个级联mux结构，mux结构与级联mux结构并联，级联mux结构包括第一级mux结构和第二级mux结构，第一级mux结构输出端连接到第二级mux结构输入1端，mux结构的输入1端、输入0端共用第一随机序列生成电路，第一随机序列生成电路生成的随机序列颠倒顺序后输入到mux结构选择端，级联mux结构的第一级mux结构输入1端、第一级mux结构输入0端、第二级mux结构输入0端共用第二随机序列生成电路，第一级mux结构选择端、第二级mux结构选择端共用第一随机序列生成电路，比较电路用于将第一随机序列生成电路、第二随机序列生成电路生成随机序列转换成随机比特流，mux结构与级联mux结构的输出端均连接到合成电路的输入端。
2.根据权利要求1所述的基于随机逻辑的sigmoid函数实现电路，其特征在于：所述第一随机序列生成电路与第二随机序列生成电路的反馈函数不同，第一随机序列生成电路、第二随机序列生成电路均包括n个寄存器，n个寄存器排成一行组成n位线性反馈移位寄存器，每个寄存器中都存储着一个二进制数，最右端的数字输出，然后整体向右移动一位，同时将n个寄存器中的值根据反馈函数进行异或，结果存进最左端的寄存器中。
3.根据权利要求2所述的基于随机逻辑的sigmoid函数实现电路，其特征在于：所述第一随机序列生成电路的反馈函数为第二随机序列生成电路的反馈函数为
4.根据权利要求2所述的基于随机逻辑的sigmoid函数实现电路，其特征在于：所述比较电路包括n个比较器，比较器包括两个输入端和一个输出端，第一随机序列生成电路...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。