[发明专利]数据处理方法、处理核、众核系统、计算机可读介质

说明书

本公开提供一种数据处理方法，包括：根据至少一个权重数据，确定至少一个目标神经元与至少一个第一神经元间的连接权重值，所述目标神经元为至少一个第二神经元中的一者，所述第一神经元为所述第二神经元的前继神经元；任意神经元的权重数据包括索引部分和权重部分，所述权重部分包括所述神经元与所述神经元的至少一个前继神经元或至少一个后继神经元间的非零连接权重值，所述索引部分表征所述权重部分中的各非零连接权重值对应的所述神经元的前继神经元或后继神经元；根据所述至少一个目标神经元与所述至少一个第一神经元间的连接权重值，计算各个所述目标神经元的膜电位。本公开还提供一种处理核、一种众核系统、一种计算机可读介质。

技术领域

本公开涉及计算机技术领域，特别涉及一种数据处理方法、一种处理核、一种众核系统、一种计算机可读介质。

背景技术

脉冲神经网络(SNN，Spiking Neural Network)被看作是第三代神经网络，旨在弥合神经科学和机器学习之间的差距，使用最拟合生物神经元机制的模型来进行计算。脉冲神经网络中，用权重表示两个神经元之间的连接强度，根据权重计算神经元的膜电位以判定是否发放脉冲。

在一些相关技术中，大量权重会占用过多的资源。

发明内容

本公开提供一种数据处理方法、一种处理核、一种众核系统、一种计算机可读介质。

第一方面，本公开提供了一种数据处理方法，包括：

根据至少一个权重数据，确定至少一个目标神经元与至少一个第一神经元间的连接权重值，所述目标神经元为至少一个第二神经元中的一者，所述第一神经元为所述第二神经元的前继神经元；任意神经元的权重数据包括索引部分和权重部分，所述权重部分包括所述神经元与所述神经元的至少一个前继神经元或至少一个后继神经元间的非零连接权重值，所述索引部分表征所述权重部分中的各非零连接权重值对应的所述神经元的前继神经元或后继神经元；

根据所述至少一个目标神经元与所述至少一个第一神经元间的连接权重值，计算各个所述目标神经元的膜电位。

在一些实施例中，所述权重数据为所述第一神经元的权重数据，所述权重数据的权重部分包括所述第一神经元与各个所述第二神经元间的非零连接权重值；所述索引部分包括由各个所述第二神经元的标识信息按照第一预定顺序组成的标识序列，所述标识信息表征其对应的第二神经元与所述第一神经元间的连接权重值是否为非零权重值；所述权重数据的权重部分中的非零连接权重值与所述权重数据的标识序列中表征非零连接权重值的标识信息一一对应；根据至少一个权重数据，确定至少一个目标神经元与至少一个第一神经元间的连接权重值的步骤包括：

根据至少一个所述第一神经元的权重数据中的标识序列，确定与至少一个所述第一神经元间的连接权重值为非零连接权重值的第二神经元，作为所述目标神经元；

根据所述权重数据的权重部分中的非零连接权重值与所述权重数据的标识序列中表征非零连接权重值的标识信息的对应关系，确定所述目标神经元与所述第一神经元间的连接权重值。

在一些实施例中，根据至少一个所述第一神经元的权重数据中的标识序列，确定与至少一个所述第一神经元间的连接权重值为非零连接权重值的第二神经元，作为所述目标神经元的步骤包括：

根据各个时间区间各个所述第一神经元的第一发放信息确定目标时间区间对应的目标前继神经元，所述第一发放信息表征各个时间区间各个所述第一神经元是否发放，所述目标前继神经元为所述目标时间区间进行发放的第一神经元；

根据至少一个所述目标前继神经元的权重数据中的标识序列，确定与至少一个所述目标前继神经元间的连接权重值为非零连接权重值的第二神经元，作为所述目标神经元。

在一些实施例中，根据所述至少一个目标神经元与所述至少一个第一神经元间的连接权重值，计算各个所述目标神经元的膜电位的步骤包括：