一种自主学习脉冲神经网络权值量化方法
授权
摘要
本发明属于神经网络技术领域，涉及一种自主学习脉冲神经网络权值量化方法。本发明的方法可以对脉冲神经网络大量的权值参数进行量化，而且该神经网络还可以利用量化权值进行训练，且与使用原始权值训练的结果非常接近，在神经网络测试阶段，可以使用索引编码后的量化权值进行计算，这样可以节省存储资源，提高计算速度。尤其当需要实现SNN硬件化的时候，该方法可以减小RAM等片上资源消耗，降低运算复杂度，提高硬件计算速度和性能。
基本信息
专利标题 ：
一种自主学习脉冲神经网络权值量化方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109635938A
申请号 ：
CN201811652879.2
公开（公告）日 ：
2019-04-16
申请日 ：
2018-12-29
授权号 ：
CN109635938B
授权日 ：
2022-05-17
发明人 ：
胡绍刚张珂孟刘一礼乔冠超于奇刘洋
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新西区西源大道2006号
代理机构 ：
成都点睛专利代理事务所(普通合伙)
代理人 ：
孙一峰
优先权 ：
CN201811652879.2
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-05-17 ：
授权
2019-05-10 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20181229
申请日 : 20181229
2019-04-16 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
