[發明專利]人工神經網絡運算電路

在審

• 申請號: 201710983550.3
• 申請日: 2017-10-19
• 公開（公告）號: CN107862380A
• 公開（公告）日: 2018-03-30
• 發明（設計）人: 陳恒;方勵;易冬柏;殷桂華;張艷可
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063;G06N3/08;G06T1/60
• 代理公司: 北京康信知識產權代理有限責任公司11240
• 代理人: 趙囡囡

1.一種人工神經網絡運算電路，其特征在于，包括：

控制器，用于生成學習參數，并根據所述學習參數調整多個神經元單元之間的連接關系；

存儲器，與所述控制器連接，用于存儲輸入數據、所述學習參數以及連接關系；

所述多個神經元單元，與所述控制器和所述存儲器連接，用于基于所述連接關系，根據所述學習參數對所述輸入數據進行神經元運算，并輸出運算結果。

2.根據權利要求1所述的人工神經網絡運算電路，其特征在于，所述多個神經元單元設置于多層神經網絡中，每層神經網絡包括至少一個神經元單元。

3.根據權利要求2所述的人工神經網絡運算電路，其特征在于，所述多層神經網絡中第i層神經網絡根據輸入數據進行神經元運算，生成第i個運算結果，并將所述第i個運算結果傳輸至第i+1層神經網絡，i為正整數。

4.根據權利要求2或3所述的人工神經網絡運算電路，其特征在于，所述控制器用于執行以下步驟根據所述學習參數調整所述多個神經元單元之間的連接關系：

獲取所述多層神經網絡中最后一層神經網絡輸出的運算結果；

根據所述運算結果與預設值之間的差值，調整所述學習參數；

若調整后的所述學習參數小于預設閾值，斷開與調整后的所述學習參數對應的神經元單元的連接。

5.根據權利要求4所述的人工神經網絡運算電路，其特征在于，所述控制器，還用于在所述多個神經元單元中的一個或幾個神經元單元的調整后的所述學習參數均小于所述預設閾值的情況下，刪除所述一個或幾個神經元單元。

6.根據權利要求4所述的人工神經網絡運算電路，其特征在于，所述控制器，還用于在所述多層神經網絡中的一層或幾層神經網絡的所有神經元單元的調整后的所述學習參數均小于所述預設閾值的情況下，刪除所述一層或幾層神經網絡。

7.根據權利要求3所述的人工神經網絡運算電路，其特征在于，所述多個神經元單元用于執行以下步驟根據所述學習參數對所述輸入數據進行神經元運算：

從所述存儲器中讀取所述輸入數據和所述學習參數；

依據所述學習參數對所述輸入數據進行加權求和，得到加權求和結果；

將所述加權求和結果輸入預設激勵函數，得到所述運算結果。

8.根據權利要求7所述的人工神經網絡運算電路，其特征在于，所述多個神經元單元用于執行以下步驟依據所述學習參數對所述輸入數據進行加權求和，得到加權求和結果：

計算所述輸入數據與所述學習參數的乘積；

對各個所述乘積進行求和運算，得到所述加權求和結果。

9.根據權利要求2所述的人工神經網絡運算電路，其特征在于，所述多層神經網絡中第一層神經網絡與輸入層全連接。

10.根據權利要求2所述的人工神經網絡運算電路，其特征在于，所述存儲器包括以下至少之一：寄存器單元、靜態存儲器、動態存儲器。