[發(fā)明專利]憶阻神經(jīng)網(wǎng)絡的訓練方法、裝置、設備及存儲介質

有效

• 申請?zhí)枺?/td>: 202010390038.X
• 申請日: 2020-05-11
• 公開（公告）號: CN111476356B
• 公開（公告）日: 2023-07-21
• 發(fā)明（設計）人: 劉海軍;李智煒;李清江;孫盛陽;李楠;徐暉;刁節(jié)濤;陳長林;宋兵;劉森;王義楠;王偉;于紅旗;步凱;王璽
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06N3/0464
• 分類號: G06N3/0464;G06N3/08
• 代理公司: 北京超成律師事務所 11646
• 代理人: 裴素英

本申請?zhí)峁┮环N憶阻神經(jīng)網(wǎng)絡的訓練方法、裝置、設備及存儲介質，涉及硬件神經(jīng)網(wǎng)絡技術領域。該方法包括：對憶阻交叉陣列進行讀寫操作，確定憶阻交叉陣列中的已損壞憶阻單元；根據(jù)已損壞憶阻單元在憶阻交叉陣列中的位置，確定已損壞憶阻單元的目標阻態(tài)模式；根據(jù)目標阻態(tài)模式，采用預設的權值網(wǎng)絡算法進行訓練，得到憶阻交叉陣列的權值集合，權值集合中每個權值參數(shù)對應一個憶阻單元，權值集合中已損壞憶阻單元對應的權值參數(shù)為：目標阻態(tài)模式對應的權值參數(shù)。本申請可在考慮憶阻交叉陣列的良率即已損壞憶阻單元的情況下，實現(xiàn)憶阻神經(jīng)網(wǎng)絡的訓練，提高憶阻神經(jīng)網(wǎng)絡計算精度。

技術領域

本發(fā)明涉及硬件神經(jīng)網(wǎng)絡技術領域，具體而言，涉及一種憶阻神經(jīng)網(wǎng)絡的訓練方法、裝置、設備及存儲介質。

背景技術

隨著對于憶阻器技術的研究，基于憶阻器的神經(jīng)網(wǎng)絡的研究以及應用也越來越多。

基于憶阻器的神經(jīng)網(wǎng)絡也可稱為憶阻神經(jīng)網(wǎng)絡，其可通過憶阻交叉陣列模擬矢量矩陣乘法計算，從而提高計算效率，但同時，也增加了功耗和實現(xiàn)復雜度。同時，憶阻交叉陣列的良率仍是憶阻神經(jīng)網(wǎng)絡的主要問題。

如何在考慮憶阻交叉陣列的良率的情況下實現(xiàn)憶阻神經(jīng)網(wǎng)絡的訓練，對提高憶阻神經(jīng)網(wǎng)絡計算精度顯的格外重要。

發(fā)明內容

本發(fā)明的目的在于，針對上述現(xiàn)有技術中的不足，提供一種憶阻神經(jīng)網(wǎng)絡的訓練方法、裝置、設備及存儲介質，以在考慮憶阻交叉陣列的良率的情況下，實現(xiàn)憶阻神經(jīng)網(wǎng)絡的訓練，提高憶阻神經(jīng)網(wǎng)絡的計算精度。

為實現(xiàn)上述目的，本發(fā)明實施例采用的技術方案如下：

第一方面，本發(fā)明實施例提供了一種憶阻神經(jīng)網(wǎng)絡的訓練方法，所述方法包括：

對憶阻神經(jīng)網(wǎng)絡中的憶阻交叉陣列進行讀寫操作，確定所述憶阻交叉陣列中的已損壞憶阻單元；

根據(jù)所述已損壞憶阻單元在所述憶阻交叉陣列中的位置，確定所述已損壞憶阻單元的目標阻態(tài)模式；

根據(jù)所述目標阻態(tài)模式，采用預設的權值網(wǎng)絡算法進行訓練，得到所述憶阻交叉陣列的權值集合，其中，所述權值集合中每個權值參數(shù)對應所述憶阻交叉陣列中的一個憶阻單元，所述權值集合中所述已損壞憶阻單元對應的權值參數(shù)為：所述目標阻態(tài)模式對應的權值參數(shù)。

可選的，所述方法還包括：

根據(jù)預設的權值參數(shù)閾值，對所述每個權值參數(shù)的值進行修正，得到修正后的權值集合，所述修正后的權值集合中每個權值參數(shù)的值為預設的量化權值。

可選的，所述根據(jù)預設的權值參數(shù)閾值，對所述權值集合中每個權值參數(shù)的值進行修正，得到修正后的權值集合之前，所述方法還包括：

根據(jù)所述權值集合的大小，以及所述權值集合中各權值參數(shù)的值，確定所述權值參數(shù)閾值。

可選的，所述根據(jù)預設的權值參數(shù)閾值，對所述權值集合中每個權值參數(shù)的值進行修正，得到修正后的權值集合，包括：

根據(jù)所述權值集合中每個權值參數(shù)的值與所述權值參數(shù)閾值進行比較；

根據(jù)比較結果，對所述每個權值參數(shù)進行修正，使得修正后的所述每個權值參數(shù)的值為所述比較結果對應的量化權值。

可選的，若所述憶阻單元包括兩個憶阻器，所述預設的權值網(wǎng)絡算法為三元權值網(wǎng)絡算法，則所述根據(jù)比較結果，對所述每個權值參數(shù)進行修正，使得修正后的所述每個權值參數(shù)的值為所述比較結果對應的量化權值，包括：

若所述每個權值參數(shù)的值小于負的所述權值參數(shù)閾值，則將所述每個權值參數(shù)的值修正為第一量化權值；或者，

若所述每個權值參數(shù)的絕對值小于或等于所述權值參數(shù)閾值，則將所述每個權值參數(shù)的值修正為第二量化權值；或者，