[发明专利]基于忆阻器的神经网络的训练方法及其训练装置有效
| 申请号： | 201911059194.1 | 申请日： | 2019-11-01 |
| 公开（公告）号： | CN110796241B | 公开（公告）日： | 2022-06-17 |
| 发明（设计）人： | 吴华强;姚鹏;高滨;张清天;钱鹤 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G11C13/00 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 彭久云 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于忆阻器的神经网络的训练方法及其训练装置。该神经网络包括逐一连接的多层神经元层以及在神经元层之间的权重参数，该训练方法包括：训练神经网络的权重参数，并基于训练后的权重参数对忆阻器阵列进行编程，以将训练后的权重参数写入忆阻器阵列中；以及通过调节忆阻器阵列的部分电导值以更新神经网络的至少一层权重参数。该训练方法弥补了忆阻器神经网络的片上训练和片外训练实现方案的不足，从神经网络系统实现角度出发，解决了由于良率问题、非一致性问题、电导漂移以及随机的波动性等器件非理想特性造成的神经网络系统的功能退化，极大地简化了神经网络系统的复杂度，降低了神经网络系统的实现成本。 | ||
| 搜索关键词： | 基于 忆阻器 神经网络 训练 方法 及其 装置 | ||
【主权项】：
1.一种基于忆阻器的神经网络的训练方法，所述神经网络包括逐一连接的多层神经元层以及在所述神经元层之间的权重参数，所述训练方法包括：/n训练所述神经网络的权重参数，并基于训练后的所述权重参数对忆阻器阵列进行编程，以将所述训练后的所述权重参数写入所述忆阻器阵列中；以及/n通过调节所述忆阻器阵列的至少部分电导值以更新所述神经网络的至少一层权重参数。/n
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清华大学，未经清华大学许可，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/patent/201911059194.1/，转载请声明来源钻瓜专利网。
