[发明专利]一种忆阻器卷积神经网络权重训练方法及装置在审

专利信息
申请号: 202110491512.2 申请日: 2021-05-06
公开(公告)号: CN115310581A 公开(公告)日: 2022-11-08
发明(设计)人: 张伟;黄明强;潘伦帅;钟高阔;李江宇 申请(专利权)人: 桂林电子科技大学;中国科学院深圳先进技术研究院
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08
代理公司: 北京维正专利代理有限公司 11508 代理人: 魏坤宇
地址: 541004 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 忆阻器 卷积 神经网络 权重 训练 方法 装置
【权利要求书】:

1.一种忆阻器卷积神经网络权重训练方法,其特征在于,通过若干差分电路构成神经网络硬件系统的忆阻器阵列,每两个器件构成一差分电路,该两器件中至少有一个包括忆阻器;所述方法包括:

绑定构成每个差分电路的两器件形成一个神经元;

根据两器件的电性参数之差映射神经元的权重;

通过施加单步脉冲对神经元权重进行更新,获得神经元权重的更新方向;

在权重的更新方向为正向时,对忆阻器施加正向单步脉冲对神经元权重进行再次更新;

在权重的更新方向为负向时,对忆阻器施加负向单步脉冲对神经元权重进行再次更新;

在所有神经元的权重更新迭代达到收敛条件时,结束迭代完成训练。

2.根据权利要求1所述的忆阻器卷积神经网络权重训练方法,其特征在于,构成差分电路的两器件均包括忆阻器;形成差分电路的两忆阻器的参数不同,以满足在施加电脉冲后以获得变化量差异趋势可预期的电导值;所述方法包括:

绑定构成每个差分电路的两忆阻器形成一个神经元;

根据两忆阻器的电导值之差映射神经元的权重;

通过施加单步脉冲对神经元权重进行更新,获得神经元权重的更新方向;

在权重的更新方向为正向时,对电导值变化幅度较大的忆阻器施加正向单步脉冲对神经元权重进行再次更新;

在权重的更新方向为负向时,对电导值变化幅度较大的忆阻器施加负向单步脉冲对神经元权重进行再次更新;

在所有神经元的权重更新迭代达到收敛条件时,结束迭代完成训练。

3.根据权利要求2所述的忆阻器卷积神经网络权重训练方法,其特征在于,每个差分单元均由两个彼此独立的忆阻器构成;所述根据两忆阻器的电导值映射神经元的权重的步骤包括:

其中一半神经元的权重映射为正向权重;另一半神经元的权重映射为负向权重;

所述在权重的更新方向为正向时,对电导值变化幅度较大的忆阻器施加正向单步脉冲对神经元权重进行再次更新的步骤中:

电导值变化幅度较大的忆阻器为正向权重映射中权重变化幅度较大的忆阻器;

所述在权重的更新方向为负向时,对电导值变化幅度较大的忆阻器施加负向单步脉冲对神经元权重进行再次的步骤中:

电导值变化幅度较大的忆阻器为负向权重映射中权重变化幅度较大的忆阻器。

4.根据权利要求3所述的忆阻器卷积神经网络权重训练方法,其特征在于,所述差分电路由两横截面积不同的忆阻器构成;其中第一忆阻器在施加单脉冲后权重变化幅度相对第二忆阻器较大;其中第一忆阻器的电导值为W1,第二忆阻器的电导值为 w2;

所述映射正向权重的步骤包括:

以第一忆阻器的电导值W1与第二忆阻器的电导值W2 之差映射神经元的正向权重:W1-W2;

所述映射负向权重的步骤包括:

以第二忆阻器的电导值W2与第一忆阻器的电导值W1之差映射神经元的负向权重:W2-W1。

5.根据权利要求4所述的忆阻器卷积神经网络权重训练方法,其特征在于,其特征在于,所述在权重的更新方向为正向时,对正向权重映射中权重变化幅度较大的忆阻器施加正向单脉冲的步骤包括:

向第一忆阻器和第二忆阻器均施加正向单步脉冲,或

向第一忆阻器施加正向单步脉冲,向第二忆阻器施加负向单步脉冲。

6.根据权利要求4所述的忆阻器卷积神经网络权重训练方法,其特征在于,其特征在于,所述在权重的更新方向为负向时,对负向权重映射中权重变化幅度较大的忆阻器施加负向单脉冲的步骤包括:

向第一忆阻器和第二忆阻器均施加负向单步脉冲,或

向第一忆阻器施加负向单步脉冲,向第二忆阻器施加正向单步脉冲。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学;中国科学院深圳先进技术研究院,未经桂林电子科技大学;中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110491512.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top