研究人员开发了一种在FPGA上实现Sigmoid激活函数的新型硬件高效方法。该方法利用混合基数CORDIC算法，结合了基数-2和基数-4迭代，以实现更快的收敛速度和更低的硬件开销。在Xilinx Virtex-7 FPGA上的实现达到了较低的逻辑单元数量和最小的DSP使用量，其平均绝对误差与现有的Sigmoid实现相当。 AI
影响 为在资源受限的边缘设备上部署神经网络提供了更高效的硬件实现。
排序理由 学术论文，详细介绍了常用神经网络激活函数的新型硬件实现。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.23547v1 Announce Type: cross Abstract: Efficient hardware implementation of nonlinear activation functions is a crucial task in deploying artificial neural networks on resource-constrained and edge devices such as Field-Programmable Gate Arrays (FPGAs). The sigmoid act…