[发明专利]一种适用于光电存算一体处理单元串扰的训练方法在审
申请号: | 202110151815.X | 申请日: | 2021-02-04 |
公开(公告)号: | CN112836816A | 公开(公告)日: | 2021-05-25 |
发明(设计)人: | 潘红兵;袁晓鹏;陈轩 | 申请(专利权)人: | 南京大学 |
主分类号: | G06N3/067 | 分类号: | G06N3/067;G06N3/04;G06N3/08 |
代理公司: | 江苏法德东恒律师事务所 32305 | 代理人: | 李媛媛 |
地址: | 210046 江苏*** | 国省代码: | 江苏;32 |
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 适用于 光电 一体 处理 单元 训练 方法 | ||
1.一种适用于光电存算一体处理单元串扰的训练方法,其特征在于,该方法首先构建在串扰影响下神经网络功能模型,再根据此神经网络模型和原始神经网络的差异设计损失函数,最后通过神经网络反向传播算法对网络进行迭代训练。
2.根据权利要求1所述的一种适用于光电存算一体处理单元串扰的训练方法,其特征在于,所述方法具体包括以下步骤:
步骤1,构建不包含串扰条件下的光电存算一体处理单元神经网络功能模型,称之为原始网络;构建包含串扰条件下的光电存算一体处理单元神经网络功能模型,称之为串扰网络;
步骤2,在网络推理过程中,分别计算原始网络和串扰网络所输出的分类结果;
步骤3,计算原始网络和串扰网络中间某一个或多个卷积层分类结果的曼哈顿距离,并且计算两个网络的分类结果的均方误差,再将所得的曼哈顿距离和均方误差分别乘以一个系数,相加得到串扰损失;
步骤4,使用神经网络损失函数计算串扰网络的损失值,再加上步骤3中所得的串扰损失,得到最终的损失值;
步骤5,通过神经网络反向传播算法,更新串扰网络中的权值。
3.根据权利要求2所述的一种适用于光电存算一体处理单元串扰的训练方法,其特征在于,所述步骤1中,构建串扰网络时,根据不同的原始网络模型,沿着不同方向进行光输入。
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南京大学,未经南京大学许可,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/202110151815.X/1.html,转载请声明来源钻瓜专利网。