请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。
部件号：MSP430FR5994 我正在为神经网络实施多个矩阵乘法和添加步骤。 我尝试查看之前的一些与此相关的问题，但无法找到有关此问题的具体答案。 在我使用的当前实现中，MSP DSP 库正在执行矩阵乘法，但使用了'_Q15'变量-在这里，由于对数字使用了定点表示法，这些值被移动。 我想澄清一下，是否有任何方法可以对简单整数值执行正常矩阵乘法，从而将结果存储为没有任何位移的状态。 我知道，使用定点表示法将导致计算结果根据系统的定义发生变化。 但是，我想避免这种情况，只需保持目前的结果。 我更喜欢使用 LEA，但由于 LEA 通常使用“_Q15”格式，如果唯一可用的方法是不使用 LEA，即使这些方法也是有效的。
我之所以要进行标准矩阵计算，是因为包含神经网络权重和偏倚的矩阵可以直接使用量化值进行填入，这样所有条目都是整数值。 这将使通过神经网络的多个层或步骤变得相当简单，这与使用定点表示法的情况不同，在此处需要验证每个计算的完整性。 请告诉我是否需要任何类型的示例来理解计算结果，因为我将问题保持在理论上，因为这更像是一个概念难题，而不是我不理解的代码的某些部分。 任何类型的销售线索都值得赞赏，包括一些参考指南或手册，其中可能包含有关此方面的更多信息。 谢谢。
