基于预处理的神经网络近似乘法器实现方法及装置

摘要

本发明提供一种基于预处理的神经网络近似乘法器实现方法及装置，该方法包括：未知操作数输入前，确定已知操作数保留目标位数后截断的第一结果，以及截断对应的第一位移量；未知操作数输入后，确定所述未知操作数保留目标位数后截断的第二结果，以及截断对应的第二位移量；对所述第一结果和所述第二结果进行乘法运算，得到部分积；根据所述第一位移量和所述第二位移量对所述部分积进行位移，得到近似结果。该方法对已知的操作数提前进行预处理并进行储存，避免同时对多个操作数进行处理，从而可以降低乘法器单元在该处理步骤时的能耗，减小乘法器单元的设计面积，进而降低整个神经网络计算时所需要的能耗，同时减少神经网络输出结果的时间。