[发明专利]神经网络电路的校正方法以及设计方法在审
申请号: | 202011056258.5 | 申请日: | 2020-09-30 |
公开(公告)号: | CN112215344A | 公开(公告)日: | 2021-01-12 |
发明(设计)人: | 吴华强;唐建石;杜宜威;高滨;钱鹤 | 申请(专利权)人: | 清华大学 |
主分类号: | G06N3/063 | 分类号: | G06N3/063;G06N3/04 |
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: | |||
搜索关键词: | 神经网络 电路 校正 方法 以及 设计 | ||
1.一种用于神经网络电路的校正方法,其中,所述神经网络电路包括计算电路以及与所述计算电路连接的非线性函数电路,所述校正方法包括:
获取表征所述计算电路的非理想输出与理想输出之间关系的校正系数;以及
通过改变所述神经网络电路的电路参数,将所述校正系数加入所述非线性函数电路中。
2.根据权利要求1所述的校正方法,其中,所述计算电路包括由多行多列忆阻器构成的忆阻器阵列;
获取表征所述计算电路的非理想输出与理想输出之间关系的校正系数包括:
获取所述忆阻器阵列的非理想输出和理想输出;以及
根据所述忆阻器阵列的非理想输出和理想输出获得所述校正系数。
3.根据权利要求2所述的校正方法,其中,
获取表征所述计算电路的非理想输出与理想输出之间关系的校正系数还包括:
获取构成所述忆阻器阵列的忆阻器的电流电压特性曲线;
其中,获取所述忆阻器阵列的非理想输出包括:
根据所述忆阻器的电流电压特性曲线,获取所述忆阻器阵列的非理想输出电流向量。
4.根据权利要求3所述的校正方法,其中,获取构成所述忆阻器阵列的所述忆阻器的电流电压特性曲线包括:
对所述忆阻器阵列中的至少一个所述忆阻器进行测试获得所述忆阻器的电流电压特性曲线。
5.根据权利要求3所述的校正方法,其中,根据所述忆阻器的电流电压特性曲线,获取所述忆阻器阵列的非理想输出电流向量,包括:
根据预设的用于所述忆阻器阵列的输入电压向量、所述忆阻器阵列对应的权重矩阵以及所述忆阻器的电流电压特性曲线,对所述忆阻器阵列的输出电流进行仿真以获得所述非理想输出电流向量。
6.根据所述权利要求2所述的校正方法,其中,获取所述忆阻器阵列的非理想输出包括:
对所述忆阻器阵列进行写入操作使得所述忆阻器阵列对应权重矩阵;
向所述忆阻器阵列输入预设的输入电压向量;以及
测量所述忆阻器阵列的输出电流以获得非理想输出电流向量。
7.根据权利要求2-6任一所述的校正方法,其中,根据所述忆阻器阵列的非理想输出和理想输出获得所述校正系数包括:
获得多个表示所述忆阻器阵列的非理想输出和理想输出的拟合点,其中,每个所述拟合点对应所述忆阻器阵列的一行或一列,所述拟合点的第一坐标对应所述理想输出,所述拟合点的第二坐标对应所述非理想输出;以及
对多个所述拟合点进行拟合获得一条拟合直线,则所述校正系数为所述拟合直线的斜率。
8.根据权利要求1-6任一所述的校正方法,其中,所述非线性函数电路包括实现激活函数的激活函数电路,所述神经网络电路还包括与所述激活函数电路连接的模拟数字转换电路;
通过改变所述神经网络电路的电路参数,将所述校正系数加入所述非线性函数电路中,包括:
根据所述校正系数校正模拟数字转换电路中的电路参数。
9.根据权利要求8所述的校正方法,其中,模拟数字转换电路包括采样电容,根据所述校正系数校正所述模拟数字转换电路中的电路参数包括:
根据所述校正系数校正所述采样电容的设计参数,以使得所述采样电容的设计参数满足C2=C1*K;
其中,C1为所述采样电容校正前的电容值,C2为所述采样电容校正后的电容值,K为所述校正系数。
10.一种神经网络电路的设计方法,包括:
获取神经网络电路中的计算电路;
根据权利要求1-9任一所述的校正方法对所述神经网络电路进行校正。
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/pat/books/202011056258.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:包含波浪能发电装置的微网仿真方法
- 下一篇:一种计算机控制方法及可穿戴设备