[發明專利]一種基于憶阻交叉陣列的LSTM神經網絡系統有效
| 申請號: | 201811236611.0 | 申請日: | 2018-10-23 |
| 公開(公告)號: | CN109472348B | 公開(公告)日: | 2022-02-18 |
| 發明(設計)人: | 溫世平;魏華強;黃廷文;曾志剛 | 申請(專利權)人: | 華中科技大學 |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06N3/063 |
| 代理公司: | 華中科技大學專利中心 42201 | 代理人: | 李智;曹葆青 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 交叉 陣列 lstm 神經網絡 系統 | ||
1.一種基于憶阻交叉陣列的LSTM神經網絡系統,包括:輸入層、特征提取層和分類輸出層,其特征在于,
所述特征提取層包括:數據存儲器、第一憶阻交叉陣列、第一DA轉換器和AD轉換器,其中,數據存儲器,用于存儲輸入層的數字信號和特征提取后的數字信號;第一DA轉換器,用于將輸入層的數字信號轉化為第一模擬電壓;第一憶阻交叉陣列,用于對第一模擬電壓進行特征提取,得到第一電流;AD轉換器,用于將第一電流轉化為特征提取后的數字信號;
所述分類輸出層包括:第二DA轉換器、第二憶阻交叉陣列和電壓比較器;其中,第二DA轉換器,用于將特征提取后的數字信號轉化為第二模擬電壓;第二憶阻交叉陣列,用于對第二模擬電壓進行特征分類,得到多個模擬電壓;電壓比較器,用于對多個模擬電壓進行比較,得到多個模擬電壓的比較結果;將比較結果中的最大值作為輸入層的數字信號的分類結果;
所述第一憶阻交叉陣列包括電壓輸入端口、兩個閾值憶阻器、電壓反相器、運算放大器和乘法器,
任意相鄰的兩個電壓輸入端口中,一個電壓輸入端口與閾值憶阻器之間通過電壓反相器連接,一個電壓輸入端口與閾值憶阻器直接相連,如此設計兩個相鄰閾值憶阻器可以表達一個具有正負的權值;運算放大器與一個閾值憶阻器并聯,用于實現Sigmoid激活函數的運算功能以及將電流信號轉換為電壓信號,運算放大器與另一個閾值憶阻器并聯,用于實現雙曲正切激活函數的運算功能以及將電流信號轉換為電壓信號;電壓反相器的一端與運算放大器的輸出端連接,另一端與乘法器的輸入端連接,用于轉化電壓的方向。
2.如權利要求1所述的一種基于憶阻交叉陣列的LSTM神經網絡系統,其特征在于,所述第二憶阻交叉陣列包括電壓輸入端口、閾值憶阻器和電壓反相器,任意相鄰的兩個電壓輸入端口中,一個電壓輸入端口與閾值憶阻器之間通過電壓反相器連接,一個電壓輸入端口與閾值憶阻器直接相連。
3.如權利要求1所述的一種基于憶阻交叉陣列的LSTM神經網絡系統,其特征在于,所述第一憶阻交叉陣列的交點無電氣連接,所述第二憶阻交叉陣列的交點無電氣連接。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學,未經華中科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811236611.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種分布式深度學習的梯度壓縮方法
- 下一篇:神經網絡級間激活值量化方法及裝置





