zoukankan      html  css  js  c++  java
  • DA (分布式算法)

     

    SOP(SUM OF PRODUCTS)

    乘积求和

    考虑参数:

    乘积数表示格式 是否有符号位

    乘积数位宽

    累加器位宽 为保证动态范围额外设计的位宽

    DA(Distribute Arithmetic)

    1.无符号DA

    算法流程:

    wps_clip_image-6640

    wps_clip_image-2357

    将X[n]看为变量 并按二进制分解表示

    wps_clip_image-6252

    Xb[n]:标志位第n次抽样的数的第b位

    假设每次抽样的数量化位宽为B

    wps_clip_image-5537

    将X项展开并重新排列

    将C项展开

    wps_clip_image-6054

    所谓的重新排序其实可看为是矩阵运算

    刚开始出现一个矩阵:竖方向为第n次抽样递增 横方向为第b位递减

    把两个矩阵相乘转换为3个矩阵相乘

    其中有矩阵倒置操作

    每一次n次抽样中得到的的第b位分别于C的第n位相乘

    进一步表示为:

    每位都在同时计算速度大大提高!!

    wps_clip_image-30231

    实现框图(PDSP)

    wps_clip_image-30967

    LUT:接收一个N位输入向量输出f(C,X)

    有符号DA:

    连着符号位一起算进去 (补码表示)

    采用带有加减控制的累加器

    DA优化方案:

    资源优化:

    针对N过大情况

    原因:LUT随N成指数增长

    方案:将N拆分

    wps_clip_image-29358

    二.速度优化

    为每位提供一个ROM

    wps_clip_image-10161

  • 相关阅读:
    Python写出LSTM-RNN的代码
    TensorFlow 实现 RNN 入门教程
    RNN与应用案例:注意力模型与机器翻译
    RNN入门
    内积(又名点积)
    词袋模型(BOW, bag of words)
    softmax
    Dropout
    随机梯度下降法
    L1范式和L2范式
  • 原文地址:https://www.cnblogs.com/sleepy/p/2116657.html
Copyright © 2011-2022 走看看