快速exp算法
介绍
在实现Sigmoid激活函数的时候，有一个exp(-x)的操作，这个函数是非常耗时的，但是在神经网络中一般权值是比较小的，那么就有了这种快速计算算法。
算法原理
在神经网络中，当x比较小时， ex会逼近一个极限：
速度方面exp256是原始exp的360倍，exp1024是原始exp的330倍，相比之下exp1024比exp256 handle的范围稍大。
代码实现
inline float exp1(float x) {
x = 1.0 + x / 256.0;
x *= x; x *= x; x *= x; x *= x;
x *= x; x *= x; x *= x; x *= x;
return x;
}
inline float exp2(double x) {
x = 1.0 + x / 1024;
x *= x; x *= x; x *= x; x *= x;
x *= x; x *= x; x *= x; x *= x;
x *= x; x *= x;
return x;
}
，
查看19道真题和解析
投递美团等公司7个岗位