【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种归一化指数函数的计算方法、装置、电子设备及可存储介质。
技术介绍
1、卷积神经网络(convolution neutral network，cnn)目前广泛应用于人工智能的应用当中，如图像识别、语音助手等。在传统的人工神经网络中，归一化指数函数(softmax函数)被广泛应用于最后一层用于输出值的计算。因此，归一化指数函数的硬件实现方法也是神经网络加速硬件的一个重要组成部分。
2、相关技术中，对归一化指数的计算通过将对e的指数计算转换为多项式函数的形式拟合确定，得到多项式的系数值后还需进一步计算，导致计算归一化指数函数的计算效率低下，需要消耗的硬件资源较大，深度学习在硬件平台的实现效率和资源消耗会被这一函数的计算速度和资源需求影响。
技术实现思路
1、鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种归一化指数函数的计算方法、装置、电子设备及可读存储介质。
2、为了实现上述目的，本专利技术采...
【技术保护点】
1.一种归一化指数函数的计算方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标第一数值和目标第二数值确定所述待计算输入值对应的归一化指数函数的运算结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取待计算输入值，并根据所述查找表确定与所述待计算输入值对应的目标第一数值和目标第二数值，包括：
4.根据权利要求3所述的方法，其特征在于，所述并行查找多个所述待计算输入值各自对应的目标第一数值和目标第二数值，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据归一化指数...
【技术特征摘要】
1.一种归一化指数函数的计算方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标第一数值和目标第二数值确定所述待计算输入值对应的归一化指数函数的运算结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取待计算输入值，并根据所述查找表确定与所述待计算输入值对应的目标第一数值和目标第二数值，包括：
4.根据权利要求3所述的方法，其特征在于，所述并行查找多个所述待计算输入值各自对应的目标第一数值和目标第二数值，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据归一化指数函数的输入值的数值区间确定数值区间的分段区间值之前，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述数值区间和分段区间构建查找表之后，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：李书应，张金奎，杨明灯，
申请(专利权)人：重庆长安科技有限责任公司，
类型：发明
国别省市：
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。