[发明专利]训练神经网络的存储器装置在审

专利信息
申请号: 202180031503.3 申请日: 2021-04-26
公开(公告)号: CN115461758A 公开(公告)日: 2022-12-09
发明(设计)人: V·S·拉梅什 申请(专利权)人: 美光科技公司
主分类号: G06N3/063 分类号: G06N3/063;G06N3/04;G06N3/08;G11C11/4096;G11C8/12
代理公司: 北京律盟知识产权代理有限责任公司 11287 代理人: 任超
地址: 美国爱*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 训练 神经网络 存储器 装置
【权利要求书】:

1.一种方法,其包括:

在存储器装置的第一存储器库中写入与第一神经网络的输入层或输出层相关联的数据;

在所述存储器装置的第二存储器库中写入与第二神经网络的输入层或输出层相关联的数据;和

确定所述存储器装置内,用于所述第一神经网络或所述第二神经网络或这两者的隐蔽层的一或多个权重。

2.根据权利要求1所述的方法,其中所述第一神经网络在存储于所述第一存储器库中之前经训练的,且其中所述第二神经网络在存储于所述第二存储器库中之前并未经训练。

3.根据权利要求1所述的方法,其中作为神经网络训练操作的部分,执行所述第一网络或所述第二网络或这两者的所述隐蔽层的所述一或多个权重的确定,且其中所述方法另外包括执行所述神经网络训练操作以使用所述第一神经网络或所述第二神经网络中的一个学习的训练集来训练所述第一神经网络或所述第二神经网络中的另一个。

4.根据权利要求1至3中任一权利要求所述的方法,其中作为神经网络训练操作的部分,执行所述第一网络或所述第二网络或这两者的所述隐蔽层的所述一或多个权重的确定,且其中所述方法另外包括在所述存储器装置内本地执行所述神经网络训练操作。

5.根据权利要求1至3中任一权利要求所述的方法,其中作为神经网络训练操作的部分,执行所述第一网络或所述第二网络或这两者的所述隐蔽层的所述一或多个权重的确定,且其中所述方法另外包括在不妨碍可耦合到所述存储器装置的主机计算系统的情况下执行所述神经网络训练操作。

6.根据权利要求1至3中任一权利要求所述的方法,其中作为神经网络训练操作的部分,执行所述第一网络或所述第二网络或这两者的所述隐蔽层的所述一或多个权重的确定,且其中所述方法另外包括至少部分地基于驻留于所述存储器装置上的电路系统产生的控制信令来执行所述神经网络训练操作。

7.根据权利要求1至3中任一权利要求所述的方法,其中所述第一神经网络是第一类型的神经网络,且其中所述第二神经网络是第二类型的神经网络。

8.一种设备,其包括:

存储器装置,其包括多个存储器单元库;和

控制电路系统,其驻留于所述存储器装置上并以通信方式耦合到所述多个存储器库当中的每个库,其中所述控制电路系统将进行以下操作:

控制将与第一神经网络的输入层或输出层相关联的数据写入于所述多个存储器库的第一库子集中的操作;

控制将与第二神经网络的输入层或输出层相关联的数据写入于所述多个存储器库的第二库子集中的操作;和

控制神经网络训练操作的执行以通过确定所述第二神经网络的隐蔽层的一或多个权重来致使通过所述第一神经网络训练所述第二神经网络。

9.根据权利要求8所述的设备,其中所述第一神经网络在存储于所述多个存储器库的所述第一库子集中之前经训练。

10.根据权利要求8至9中任一权利要求所述的设备,其中所述第二神经网络在存储于所述多个存储器库的所述第二库子集中之前并未经训练。

11.根据权利要求8至9中任一权利要求所述的设备,其中所述控制电路系统将在没有所述存储器装置外部的组件产生的信令的情况下,控制与所述第一神经网络的所述输入层或所述输出层相关联的所述数据的写入、与所述第二神经网络的所述输入层或所述输出层相关联的所述数据的写入或所述神经网络训练操作的执行或其任何组合。

12.根据权利要求8至9中任一权利要求所述的设备,其中所述控制电路系统将进行以下操作:

控制将与第三神经网络的输入层或输出层相关联的数据写入于所述多个存储器库的第三库子集中的操作;和

控制所述神经网络训练操作的执行以通过确定所述第三神经网络的隐蔽层的一或多个权重来致使通过所述第一神经网络、所述第二神经网络或这两者训练所述第三神经网络。

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美光科技公司,未经美光科技公司许可,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/202180031503.3/1.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