空时域脉冲神经网络训练方法、芯片及电子产品
公开
摘要
本发明涉及一种空时域脉冲神经网络训练方法、存储介质、计算设备及芯片和电子产品。为了克服现有技术中仅仅关注脉冲神经网络的空域结构，忽视脉冲之间的时域依赖性缺陷，本发明通过将训练样本输入脉冲神经网络，获得当前网络损失，并在当前网络损失关于当前层的权重化的后突触输入的第二梯度中充分考虑了未来时间步的网络损失与当前时间步之间的时域依赖关系。本发明解决了现有网络训练方法收敛慢、不稳定的技术问题，确保了在训练时脉冲神经网络能够稳定、快速收敛，取得了降低网络训练时长、提升网络性能的技术效果，对于LIF或IAF神经元尤为显著。本发明适用于类脑芯片领域，尤其是训练脉冲神经网络领域。
基本信息
专利标题 ：
空时域脉冲神经网络训练方法、芯片及电子产品
专利标题（英）：
暂无
公开（公告）号 ：
CN114565079A
申请号 ：
CN202210174051.0
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
菲利克斯·克里斯·琴鲍尔赛义德·哈格哈特舒尔格雷戈尔·伦茨西克·萨迪克·尤艾尔阿明乔宁邢雁南凌于雅
申请人 ：
深圳时识科技有限公司
申请人地址 ：
广东省深圳市福田区福田街道福安社区中心五路18号星河发展中心主楼17层
代理机构 ：
深圳紫藤知识产权代理有限公司
代理人 ：
李晨幼
优先权 ：
CN202210174051.0
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 G06N3/06
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
2022-05-31 ：
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
