[发明专利]利用神经网络的电路设计方法，装置以及相关设备

权利要求书

1.一种利用神经网络的电路设计方法，其特征在于，包括：

获取目标神经网络，所述目标神经网络包括M个子网络，M为大于0的整数，每个子网络包括一个输出节点、与所述输出节点连接的输入节点、以及所述输出节点和所述输入节点之间的权重集合，所述权重集合包括一个或多个权重；

根据M个所述子网络得到M个子电路，其中，每个所述子电路的类型是根据每个所述子网络中的所述权重集合确定的，M个所述子电路和M个所述子网络一一对应，M个所述子电路用于连接得到逻辑电路。

2.根据权利要求1所述的方法，其特征在于，所述子电路的类型包括与电路，非电路，或电路，与非电路，或非电路。

3.根据权利要求1或2所述的方法，其特征在于，与所述输出节点连接的输入节点的数量为1或2。

4.根据权利要求1至3任意一项所述的方法，其特征在于，每个子网络还包括2值激活函数，所述激活函数用于对所述输出节点的输出数据进行2值化。

5.根据权利要求4所述的方法，其特征在于，第一输入节点，第二输入节点与所述输出节点相连，所述第一输入节点的输入值为x1，所述第二输入节点的输入值为x2，所述权重集合包括第一权重W1和第二权重W2，所述W1为所述第一输入节点和所述输出节点之间的权重，所述W2为所述第二输入节点和所述输出节点之间的权重；

所述根据M个所述子网络得到M个子电路包括：

若所述x1等于1，所述x2等于1时，Q等于1，

所述x1等于1，所述x2等于0时，所述Q等于0，

所述x1等于0，所述x2等于1时，所述Q等于0，

所述x1等于0，所述x2等于0时，所述Q等于0，则确定包括所述输出节点的子网络对应的子电路的类型为与电路；

其中，Q＝f(W1×x1+W2×x2+b)，b为偏置，Q＝f()表征所述激活函数。

6.根据权利要求1至5任意一项所述的方法，其特征在于，所述方法还包括：

根据第一输入数据，损失函数训练初始神经网络，得到所述目标神经网络；

其中，所述损失函数的训练目的为降低所述目标神经网络的输出和第一输出数据的误差，所述第一输出数据是根据所述第一输入数据和逻辑关系得到的。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

将N进制的第一输入数据转化为2进制的第二输入数据，所述第二输入数据包括A个比特位，N为大于2的整数；

所述根据第一输入数据，损失函数训练初始神经网络，得到所述目标神经网络包括：

根据A个变量，所述损失函数训练所述初始神经网络，得到所述目标神经网络；

其中，所述A个变量和所述A个比特位一一对应。

8.根据权利要求7所述的方法，其特征在于，所述目标神经网络的输出包括C个输出数据；

所述方法还包括：

根据2进制的输出数据得到N进制的输出数据，2进制的所述输出数据的C个比特位为所述C个输出数据；

其中，所述损失函数的训练目的为降低N进制的所述输出数据和N进制的所述第一输出数据的误差。

9.根据权利要求6至8中任意一项所述的方法，其特征在于，所述逻辑关系为B个所述第一输入数据和所述第一输出数据的映射关系；

所述将N进制的第一输入数据转化为2进制的第二输入数据包括：

将B个N进制的所述第一输入数据转化为B个2进制的所述第二输入数据，每个所述第二输入数据包括A个比特位，B为大于0的整数；

其中，B和A的乘积大于5。

10.根据权利要求1至9中任意一项所述的方法，其特征在于，所述权重为2值化权重或3值化权重。