[發明專利]魯棒二值神經網絡的構建方法及設備

在審

• 申請號: 202011088661.6
• 申請日: 2020-10-13
• 公開（公告）號: CN112258377A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 王祥;李鵬霄;杜翠蘭;李揚曦;佟玲玲;任博雅;項菲;井雅琪;段運強
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06N3/04;G06N3/063;G06N3/08
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 羅丹

1.一種魯棒二值神經網絡的構建方法，其特征在于，包括：

對訓練數據進行二值化處理；

基于二值化處理后的訓練數據，對預設二值神經網絡進行訓練；

對完成訓練的預設二值神經網絡進行糾錯編碼。

2.如權利要求1所述的方法，其特征在于，所述對預設二值神經網絡進行訓練，包括：

在圖形處理器GPU上，對預設二值神經網絡進行訓練，以確定所述預設二值神經網絡的神經元層數、各層神經元的權值、以及各層神經元的偏量值。

3.如權利要求2所述的方法，其特征在于，所述對完成訓練的預設二值神經網絡進行糾錯編碼，包括：

通過加入冗余神經元對原始輸入數據進行糾錯編碼，并相應調整完成訓練的預設二值神經網絡的各層神經元的權值、以及各層神經元的偏量值。

4.如權利要求3所述的方法，其特征在于，所述通過加入冗余神經元對原始輸入數據進行糾錯編碼，并相應調整完成訓練的預設二值神經網絡的各層神經元的權值、以及各層神經元的偏量值，包括：

采用三元組(E_t,V_t^b,μ_t)對完成訓練的預設二值神經網絡的各層神經元的輸入項權值以及偏量值進行糾錯編碼；

其中，F₂＝{0,1}，R為實數集，1≤t≤L，L表示神經元層數，1≤i≤k_t，k_t表示第t層神經元個數；

所述三元組(E_t,V_t^b,μ_t)對于任意一個p-子集和一個q-子集滿足公式1：

5.如權利要求1所述的方法，其特征在于，所述方法還包括：

將糾錯編碼后的預設二值神經網絡轉移到FPGA上。

6.一種魯棒二值神經網絡的構建設備，其特征在于，包括：

數據處理模塊，用于對訓練數據進行二值化處理；

訓練模塊，用于基于二值化處理后的訓練數據，對預設二值神經網絡進行訓練；

編碼模塊，用于對完成訓練的預設二值神經網絡進行糾錯編碼。

7.如權利要求6所述的設備，其特征在于，所述訓練模塊，包括：

圖形處理器GPU，用于對預設二值神經網絡進行訓練，以確定所述預設二值神經網絡的神經元層數、各層神經元的權值、以及各層神經元的偏量值。

8.如權利要求7所述的設備，其特征在于，所述編碼模塊，用于：

通過加入冗余神經元對原始輸入數據進行糾錯編碼，并相應調整完成訓練的預設二值神經網絡的各層神經元的權值、以及各層神經元的偏量值。

9.如權利要求8所述的設備，其特征在于，所述編碼模塊，用于：

采用三元組(E_t,V_t^b,μ_t)對完成訓練的預設二值神經網絡的各層神經元的輸入項權值以及偏量值進行糾錯編碼；

其中，F₂＝{0,1}，R為實數集，1≤t≤L，L表示神經元層數，1≤i≤k_t，k_t表示第t層神經元個數；

所述三元組(E_t,V_t^b,μ_t)對于任意一個p-子集和一個q-子集滿足公式1：

10.如權利要求6所述的設備，其特征在于，所述設備還包括：

FPGA，用于存儲糾錯編碼后的預設二值神經網絡。