[发明专利]神经网络FPGA在审

专利信息
申请号: 201710602634.8 申请日: 2017-07-21
公开(公告)号: CN107862379A 公开(公告)日: 2018-03-30
发明(设计)人: 廖永波;李红梅 申请(专利权)人: 电子科技大学
主分类号: G06N3/063 分类号: G06N3/063
代理公司: 成都惠迪专利事务所(普通合伙)51215 代理人: 刘勋
地址: 610000 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经网络 fpga
【说明书】:

技术领域

发明涉及集成电路技术。

背景技术

神经网络具有运算速度快、消耗资源少等优点,运用于诸多方面且取得了较佳结果,具有很高的研究与运用价值。

FPGA数字集成电路具有开发时间短、灵活性高等优点,非常适合少量产品定制。

发明内容

本发明所要解决的技术问题是,提供一种用于神经网络运算的FPGA,具有高速运算的优点。

本发明解决所述技术问题采用的技术方案是,神经网络FPGA,其特征在于,包括N个神经元电路,N为大于1的整数,其中,每一个神经元电路包括下述部分:

N个第一乘法单元,每个第一乘法单元包括两个输入端和一个输出端;每个第一乘法单元的输出分别作为第一加法单元的输入之一;

第一加法单元,其输出端连接到第四加法单元的第一输入端;

N个第二乘法单元,每个第二乘法单元包括两个输入端和一个输出端;每个第二乘法单元的输出分别作为第二加法单元的输入之一;

第二加法单元,其输出端连接到第三加法单元的一个输入端;

N个神经元乘法单元,每个神经元乘法单元包括两个输入端和一个输出端;每个神经元乘法单元的输出分别作为第三加法单元的输入之一;各个神经元乘法单元与各个神经元电路一一对应;

第三加法单元,其输出端接第四加法单元的第二输入端;

第四加法单元,其输出端接函数单元的输入端;

函数单元,其输出端接与其所在的神经元电路对应的神经元乘法单元的第一输入端。

本发明的有益效果是,本发明将神经元特性用数字量量化、并用乘加运算表示之间的相互影响关系,以此集成的神经电路芯片具有运算速度快、资源消耗少等优点。

附图说明

图1是神经元数量为2时,第一个神经元的连接关系图。

图2是神经元数量为2时,第二个神经元的连接关系图。

图3是神经元数量为2时,第一个神经元的电路图。

图4是神经元数量为2时,第二个神经元的电路图。

图5是神经元数量为3时,第一个神经元的连接关系图。

图6是神经元数量为3时,第二个神经元的连接关系图。

图7是神经元数量为3时,第三个神经元的连接关系图。

图8是神经元数量为3时,第一个神经元的电路图。

图9是神经元数量为3时,第二个神经元的电路图。

图10是神经元数量为3时,第三个神经元的电路图。

图11是神经元数量为N时,第1个神经元的连接关系图。

图12是神经元数量为N时,第2个神经元的连接关系图。

图13是神经元数量为N时,第i个神经元的连接关系图。

图14是神经元数量为N时,第1个神经元的电路图。

图15是神经元数量为N时,第2个神经元的电路图。

图16是神经元数量为N时,第i个神经元的电路图。

图17是实施例4的神经元的连接关系图。

具体实施方式

神经网络FPGA,包括N个神经元电路,其中,每一个神经元电路包括下述部分:

N个第一乘法单元,每个第一乘法单元包括两个输入端和一个输出端;每个第一乘法单元的输出分别作为第一加法单元的输入之一;

第一加法单元,其输出端连接到第四加法单元的第一输入端;

N个第二乘法单元,每个第二乘法单元包括两个输入端和一个输出端;每个第二乘法单元的输出分别作为第二加法单元的输入之一;

第二加法单元,其输出端连接到第三加法单元的一个输入端;

N个神经元乘法单元,每个神经元乘法单元包括两个输入端和一个输出端;每个神经元乘法单元的输出分别作为第三加法单元的输入之一;各个神经元乘法单元与各个神经元电路一一对应;

第三加法单元,其输出端接第四加法单元的第二输入端;

第四加法单元,其输出端接函数单元的输入端;

函数单元,其输出端接与本神经元电路对应的神经元乘法单元的第一输入端。

实施例1:神经元数量为2的实施例

参见图1~4。

以X代表神经元,f(·)表示函数单元,本实施例包括X1、X2两个神经元,图1为第一个神经元X1的电路图,图2为第二个神经元X2的电路图。两个神经元电路的电路图结构是相同的。

图1、3示出了第一个神经元电路,包括:

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电子科技大学,未经电子科技大学许可,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/201710602634.8/2.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 back_top