Neural Networks on FPGA (1) Introduction

使用软件训练获得weight （权值，权重） 和 bias （偏置，阈值,threshold）再在FPGA 硬件上实现。
使用定点数表示数据。

在不溢出的情况下会有些许误差，但相对于32位浮点数，定点数更灵活，性能更好。

但需要指定总位宽，整数和小数的位宽。

定点数需要权衡精度和资源消耗。

对于加减法，补码更加高效。
对于乘法，原码更加高效。
由于产生激活函数很麻烦，因此使用ROM （或称为查找表 LUT）存储预先计算好的值，ROM的地址为自变量 x。

此ROM非FPGA中的BROM或DROM，不要弄混。

如果例化IP核设计激活函数，那么得使用IP core generator 修改ROM的大小，而不是仅仅修改一个参数，因此不例化IP核，尽管其十分高效。