The invention relates to a neuron weight information processing method and system, the method comprises: receiving front-end neuron output information of neurons, and the corresponding neuron output information index; according to the weight index, weight index information read relationship to obtain the weight information, the corresponding index information for the relationship between weight index and weight information; according to the weight information and the outputs of information, input information obtained by the front-end neurons. No longer will the weight of information between neurons directly, but the weight of the index of information transfer, not only saves the amount of information transmission network, and can change the weight information of more flexible settings. It improves the information processing ability of the neural network.
【技术实现步骤摘要】
神经元权重信息处理方法和系统
本专利技术涉及人工神经网络
,特别是涉及神经元权重信息处理方法和系统。
技术介绍
如今的人工神经网络研究绝大多数仍是在冯·诺依曼计算机软件并搭配高性能GPGPU(GeneralPurposeGraphicProcessingUnits通用图形处理单元)平台中实现的,整个过程的硬件开销、能耗和信息处理速度都不容乐观。为此,近几年神经形态计算领域迅猛发展,即采用硬件电路直接构建神经网络从而模拟大脑的功能,试图实现大规模并行、低能耗、可支撑复杂模式学习的计算平台。然而,传统的神经形态系统中,将神经网络中各神经元之间的连接和权重信息进行绑定时,每一个神经元之间的连接都需要传递相应的权重信息,占据了较多的硬件处理资源,硬件对于网络性能的约束很大,并且权重信息降低了神经元的处理能力,限制了神经元的灵活性,不适合通用的神经网络的硬件框架。
技术实现思路
基于此,有必要针对神经元与权重信息一一对应配置并传递,降低了神经元信息处理能力的问题,提供一种神经元权重信息处理方法和系统,所述方法包括:接收前端神经元的神经元输出信息,以及与所述神经元输出信息对应的权重索引;根据所述权重索引,读取权重索引信息对应关系,获取权重信息,所述权重索引信息对应关系为权重索引和权重信息之间的对应关系;根据所述权重信息和所述神经元输出信息,获取所述前端神经元的输入信息。在其中一个实施例中,所述前端神经元,包括人工神经元或脉冲神经元。在其中一个实施例中,所述权重索引,包括与所述权重索引对应的权重信息的存储地址。在其中一个实施例中,所述接收前端神经元的神经元输出信息,以 ...
【技术保护点】
一种神经元权重信息处理方法,其特征在于,所述方法包括:接收前端神经元的神经元输出信息,以及与所述神经元输出信息对应的权重索引;根据所述权重索引,读取权重索引信息对应关系,获取权重信息,所述权重索引信息对应关系为权重索引和权重信息之间的对应关系;根据所述权重信息和所述神经元输出信息,获取所述前端神经元的输入信息。
【技术特征摘要】
1.一种神经元权重信息处理方法,其特征在于,所述方法包括:接收前端神经元的神经元输出信息,以及与所述神经元输出信息对应的权重索引;根据所述权重索引,读取权重索引信息对应关系,获取权重信息,所述权重索引信息对应关系为权重索引和权重信息之间的对应关系;根据所述权重信息和所述神经元输出信息,获取所述前端神经元的输入信息。2.根据权利要求1所述的神经元权重信息处理方法,其特征在于:所述前端神经元,包括人工神经元或脉冲神经元。3.根据权利要求1所述的神经元权重信息处理方法,其特征在于:所述权重索引,包括与所述权重索引对应的权重信息的存储地址。4.根据权利要求1所述的神经元权重信息处理方法,其特征在于,所述接收前端神经元的神经元输出信息,以及与所述神经元输出信息对应的权重索引,包括:接收前端神经元输出的路由信息,所述路由信息包括前端神经元输出的神经元输出信息,以及与所述神经元输出信息对应的权重索引;解析所述路由信息,获取所述神经元输出信息和所述权重索引。5.根据权利要求1所述的神经元权重信息处理方法,其特征在于,所述权重信息,包括:根据预设的权重取值范围和初始权重信息,利用权重约化算法计算出的所述权重信息。6.根据权利要求1所述的神经元权重信息处理方法,其特征在于,在根据所述权重信息和所述神经元输出信息,获取所述前端神经元的输入信息的步骤之后,所述方法还包括:根据所述前端神经元的输入信息和读取的当前神经元信息,根据神经元输出算法,计算当前神经元输出信息;确定所述当前神经元输出信息的目的信息,并根据所述目的信息查找目的索引对应关系,获取所述目的信息的权重索引,所述目的索引对应关系包括目的信息和权重索引之间的对应关系;输出所述当前神经元输出信息和所述权重索引。7.一种神经元权重信息处理系统,其特...
【专利技术属性】
技术研发人员:裴京,施路平,田雷,吴臻志,邓磊,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。