进过了之前的基础学习,想必大家应该对verilog有了个比较清晰的认识
那么接下来,我们就来撸个神经网络吧!
首先来介绍一下该神经网络的规格:
使用IEEE标准的32位浮点数运算
网络大小为3*3*3
激活函数使用relu
神经网络为固定结构
使用组合电路,这意味着只要输入一个数据就能瞬间出来结果
所有的电路模块均为组合逻辑
使用到的基本资源:
浮点运算器,浮点乘法器,浮点加法器,激活函数运算器
特别注意:所有的数据类型均为单精度浮点数
首先是激活函数运算模块
module Act_Func(
input[31:0] Xi,
output[31:0] Yo
);
assign Yo = Xi[31] ? 32'd0 : Xi;
endmodule
浮点运算单元:
浮点运算单元比较复杂,这里不贴代码,
FPU_ADD(a,b,y);
FPU_MUL(a,b,y);
人工神经元模块:
module Neural(
input[3*32-1:0] Xi,
input[3*32-1:0] Ws,//权重
input[31:0] B,//偏执
output[31:0] Yo
);
wire[