Feb, 2016
利用误差恢复实现无乘法人工神经元的能量高效神经计算
Multiplier-less Artificial Neurons Exploiting Error Resiliency for Energy-Efficient Neural Computing
Syed Shakib Sarwar, Swagath Venkataramani, Anand Raghunathan, Kaushik Roy
TL;DR提出了一种利用计算共享和神经网络应用程序的误差容忍性来实现能源消耗改进的近似乘法器和无乘法器人工神经元,并采用最小精度损失的训练方法。实验结果表明,在与传统神经元实现比较下,8 位和 12 位神经元大小的能源消耗分别降低了 35% 和 60%,最大网络精度损失约为 2.83%。此外,在 iso-speed 条件下,8 位和 12 位的神经元大小分别减少了 37% 和 62% 的面积。