[发明专利]芯片在环代理训练方法及设备、芯片及电子设备

权利要求书

1.一种芯片在环代理训练方法，其特征在于，该芯片在环代理训练方法包括如下步骤：

在训练设备中部署ANN网络；

在包含SNN处理器的芯片中部署SNN网络，所述ANN网络和所述SNN网络结构相同；

基于输入的训练数据，所述SNN网络执行推理操作，获得SNN网络的输出脉冲序列；

基于SNN网络的输出脉冲序列，获得当前网络损失；

基于当前网络损失，更新ANN网络和SNN网络共享的网络配置参数。

2.根据权利要求1所述的芯片在环代理训练方法，其特征在于：

所述ANN网络中的至少部分神经元为ReLU神经元；所述SNN网络中对应的至少部分神经元为IAF神经元。

3.根据权利要求1所述的芯片在环代理训练方法，其特征在于：所述基于当前网络损失，更新ANN网络和SNN网络共享的网络配置参数，包括：

根据当前网络损失，通过反向传播方法更新所述ANN网络的网络配置参数。

4.根据权利要求3所述的芯片在环代理训练方法，其特征在于：

将更新后的所述ANN网络的网络配置参数，部署至所述芯片中。

5.根据权利要求1所述的芯片在环代理训练方法，其特征在于：

所述网络配置参数包括网络权重数据。

6.根据权利要求1所述的芯片在环代理训练方法，其特征在于：所述基于SNN网络的输出脉冲序列，获得当前网络损失，包括：

对SNN网络的输出脉冲序列计数，并执行Softmax处理获得Softmax值，再根据损失函数和输入的训练数据的目标值，计算所述当前网络损失。

7.根据权利要求1所述的芯片在环代理训练方法，其特征在于：

基于输入的训练数据，所述ANN网络也执行推理操作。

8.根据权利要求7所述的芯片在环代理训练方法，其特征在于：

所述ANN网络和SNN网络执行推理时，均是基于共享的网络配置参数。

9.一种训练设备，该训练设备中部署有ANN网络，其特征在于：

该训练设备被配置为执行如权利要求1-8任意一项所述的芯片在环代理训练方法，并且经过输入的若干训练数据的训练后，获得目标网络配置参数。

10.一种芯片，其包括SNN处理器，其特征在于：

其被部署有根据权利要求9所述的训练设备所获得的目标网络配置参数。

11.一种电子设备，其特征在于：该电子设备配置有如权利要求10所述的芯片，并用于对输入的环境信号执行推理操作。

12.一种部署设备，该部署设备上存储有根据权利要求9所述训练设备所获得的目标网络配置参数，其特征在于：该部署设备被配置为向连接至该部署设备的芯片中部署所述目标网络配置参数。