[发明专利]一种基于忆阻器的三维卷积神经网络实现方法有效
| 申请号： | 201810845015.6 | 申请日： | 2018-07-27 |
| 公开（公告）号： | CN109086870B | 公开（公告）日： | 2019-05-31 |
| 发明（设计）人： | 李正浩;刘佳琪;唐永亮;李靖禾 | 申请（专利权）人： | 重庆因普乐科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 重庆飞思明珠专利代理事务所(普通合伙) 50228 | 代理人： | 刘念芝 |
| 地址： | 401120 重庆市渝北区*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于忆阻器的三维卷积神经网络实现方法，包括制备由第一卷积+池化层、第二卷积+池化层与全连接层构成的待训练三维卷积神经网络，并输入原始视频信息，得到全连接层输出值；根据待训练三维卷积神经网络的全连接层输出值与标准信息的偏差，利用反向传播函数对待训练三维卷积神经网络进行训练；当达到设定的训练次数时，判定训练精度是否达标，若不达标则进行再次训练，直至精度达标；获得所需三维卷积神经网络等步骤。其显著效果是：在硬件上减少了对精度和制备难度、时间的影响；便于硬件搭建实现，同时首次将基于忆阻器实现的神经网络可以处理的信息难度提升到视频级别。 | ||
| 搜索关键词： | 卷积神经网络 三维 连接层 忆阻器 池化 卷积 达标 制备 原始视频信息 标准信息 反向传播 神经网络 视频级别 输出 判定 | ||
【主权项】：
1.一种基于忆阻器的三维卷积神经网络实现方法，其特征在于包括以下步骤：步骤1：基于基础忆阻器阵列，制备由第一卷积+池化层、第二卷积+池化层与全连接层构成的待训练三维卷积神经网络，并输入原始视频信息，得到全连接层输出值；步骤2：根据待训练三维卷积神经网络的全连接层输出值与标准信息的偏差，利用反向传播函数对待训练三维卷积神经网络进行训练；步骤3：当达到设定的训练次数时，判定训练精度是否达标，若不达标则进行再次训练，直至精度达标；步骤4：获得所需三维卷积神经网络；所述待训练三维卷积神经网络的制备过程如下：步骤1.1：采用基础忆阻器阵列制备第一卷积+池化层忆阻器阵列，并输入原始视频信息，得到第一卷积+池化层输出值；步骤1.2：采用基础忆阻器阵列制备第二卷积+池化层忆阻器阵列，并输入经所述第一卷积+池化层忆阻器阵列处理后的视频信息，得到第二卷积+池化层输出值；步骤1.3：采用基础忆阻器阵列制备全连接层忆阻器阵列，输入经所述第二卷积+池化层忆阻器阵列处理后的视频信息，得到待训练忆阻器神经网络。
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重庆因普乐科技有限公司，未经重庆因普乐科技有限公司许可，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/201810845015.6/，转载请声明来源钻瓜专利网。
