论文部分内容阅读
在神经网络的片上学习中，需要将神经元激活函数及其导数都映射为硬件，为满足这种需求，利用前向差分的原理，提出了一种新型的神经元激活函数及其导数的可编程发生器，该发生器采用模拟电路，具有结构简单、速度快，功耗小的优点，它产生的函数不仅与理想函数的拟合程度很好，而且可对阈值和增益因子进行编程，从而克服了一般模拟电路可编程性差、适用范围窄的缺点，采用标准1.2μmCMOS工艺的第47级模型，对电路进行的HSPICE模拟结果表明该发生器性能优越。