[发明专利]一种神经网络训练方法和装置有效
| 申请号： | 201710459806.0 | 申请日： | 2017-06-16 |
| 公开（公告）号： | CN109146073B | 公开（公告）日： | 2022-05-24 |
| 发明（设计）人： | 姚骏;刘武龙;汪玉;夏立雪 | 申请（专利权）人： | 华为技术有限公司;清华大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/063 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种神经网络训练方法，应用于阻变存储器RRAM上，该方法包括：将神经网络中第r层的神经元输入值输入到RRAM中，根据RRAM中的过滤器对神经元输入值进行计算，得到神经网络中第r层的神经元输出值，根据RRAM的核值、神经网络中第r层的神经元输入值、神经网络中第r层的神经元输出值以及神经网络中第r层的反向传播误差值进行计算，得到神经网络中第r层的反向传播更新值，将神经网络中第r层的反向传播更新值与预设阈值进行比较，当神经网络中第r层的反向传播更新值大于预设阈值，则根据神经网络中第r层的反向传播更新值对RRAM中的过滤器进行更新。本申请旨在通过设置预设阈值减少神经网络训练中的更新操作，从而延长RRAM的使用寿命。 | ||
| 搜索关键词： | 一种 神经网络 训练 方法 装置 | ||
【主权项】：
1.一种神经网络训练方法，其特征在于，应用于阻变存储器(Resistive Random Access Memory，RRAM)上，所述方法包括：将神经网络中第r层的神经元输入值输入到所述RRAM中，根据所述RRAM中的过滤器(filter)对所述神经元输入值进行计算，得到所述神经网络中第r层的神经元输出值，其中，n为大于0的正整数，m为大于0的正整数；根据所述RRAM的核值、所述神经网络中第r层的神经元输入值、所述神经网络中第r层的神经元输出值以及所述神经网络中第r层的反向传播误差值进行计算，得到所述神经网络中第r层的反向传播更新值；其中，所述RRAM的核值为所述RRAM中的过滤器的矩阵值，所述神经网络中第r层的反向传播误差值是根据所述神经网络第r层的神经元输出值和所述神经网络第r层的神经元参考输出值得到的；将所述神经网络中第r层的反向传播更新值与预设阈值进行比较，当所述神经网络中第r层的反向传播更新值大于所述预设阈值，则根据所述神经网络中第r层的反向传播更新值对所述RRAM中的过滤器进行更新。
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华为技术有限公司;清华大学，未经华为技术有限公司;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/201710459806.0/，转载请声明来源钻瓜专利网。
- 上一篇：基于卷积神经网络加速器的数据重用方法
- 下一篇：图像对象识别
