[发明专利]人工神经网络运算电路

权利要求书

1.一种人工神经网络运算电路，其特征在于，包括：

控制器，用于向至少一个神经元发送控制指令及学习参数；

所述至少一个神经元，与所述控制器连接，用于根据所述控制指令及所述学习参数对输入数据进行神经元运算，并输出运算结果。

2.根据权利要求1所述的人工神经网络运算电路，其特征在于，所述至少一个神经元包括：

缓冲器，用于存储所述控制指令、所述输入数据以及所述学习参数；

计算电路，与所述缓冲器连接，用于根据所述控制指令及所述学习参数对所述输入数据进行神经元运算。

3.根据权利要求2所述的人工神经网络运算电路，其特征在于，所述缓冲器包括：

指令缓冲器，用于存储所述控制指令；

数据缓冲器，用于存储接收到的所述输入数据和所述学习参数。

4.根据权利要求3所述的人工神经网络运算电路，其特征在于，所述计算电路用于执行以下步骤根据所述控制指令及所述学习参数对所述输入数据进行神经元运算：

读取所述指令缓冲器中存储的所述控制指令；

若所述控制指令为反向传播指令，从所述数据缓冲器中读取所述学习参数；

根据所述反向传播指令修正所述学习参数；

将修正后的所述学习存入所述数据缓冲器。

5.根据权利要求3所述的人工神经网络运算电路，其特征在于，所述计算电路用于执行以下步骤根据所述控制指令及所述学习参数对所述输入数据进行神经元运算：

读取所述指令缓冲器中存储的所述控制指令；

若所述控制指令为前向传播指令，从所述数据缓冲器读取所述输入数据和所述学习参数；

依据所述学习参数对所述输入数据进行加权求和，得到加权求和结果；

将所述加权求和结果输入预设激励函数，得到所述运算结果。

6.根据权利要求5所述的人工神经网络运算电路，其特征在于，所述计算电路用于执行以下步骤依据所述学习参数对所述输入数据进行加权求和，得到加权求和结果：

计算所述输入数据与所述学习参数的乘积；

对各个所述乘积进行求和运算，得到所述加权求和结果。

7.根据权利要求1至6中任一项所述的人工神经网络运算电路，其特征在于，所述人工神经网络运算电路包括N层神经网络，每层神经网络包括至少一个神经元，所述N层神经网络中最后一层神经网络中的至少一个神经元将运算结果输出至所述控制器，N为正整数。

8.根据权利要求7所述的人工神经网络运算电路，其特征在于，所述控制器，还用于接收所述最后一层神经网络中的至少一个神经元输出的运算结果；将所述运算结果与目标值进行比较，生成误差信号；根据所述误差信号生成反向传播指令；将所述反向传播指令作为所述控制指令。

9.根据权利要求7所述的人工神经网络运算电路，其特征在于，所述N层神经网络中第一层神经网络与输入层全连接。

10.根据权利要求2所述的人工神经网络运算电路，其特征在于，所述缓冲器中的存储介质包括以下至少之一：寄存器单元、静态存储器、动态存储器。