学习速率自调节方法、装置、终端设备和可读存储介质制造方法及图纸

本发明专利技术实施例公开了一种学习速率自调节方法、装置、终端设备和可读存储介质，应用于忆阻器脉冲神经网络，所述忆阻器脉冲神经网络中每一突触仅包含一个忆阻器，该方法包括：根据所述忆阻器的实时电导值获取所述忆阻器的实时权值；获取所述忆阻器的电导的非线性度值；根据所述非线性度值确定对应的忆阻器电导响应参数；根据忆阻器两端的电势差、忆阻器电导响应参数和所述实时权值确定所述非线性度值对应的所述忆阻器的权值更新量以调节学习速率。本发明专利技术利用忆阻器的非线性电导响应特性，实现在训练初期较快的调整忆阻器的权值，随着训练时间的增加，逐渐减缓对忆阻器的权值的调整。

【技术实现步骤摘要】
学习速率自调节方法、装置、终端设备和可读存储介质
本专利技术涉及人工智能领域，尤其涉及一种学习速率自调节方法、装置、终端设备和可读存储介质。
技术介绍
目前，忆阻器神经网络在硬件实现上存在功效低、资源开销大和电路实现复杂等问题。另外，目前还没有成熟的算法可以对忆阻器脉冲神经网络的权值更新过程的进行有效调节，导致忆阻器脉冲神经网络的训练过程较长，且训练结果难以达到理想效果。
技术实现思路
鉴于上述问题，本专利技术提出一种学习速率自调节方法、装置、终端设备和可读存储介质。本专利技术的第一个实施例提出一种学习速率自调节方法，应用于忆阻器脉冲神经网络，所述忆阻器脉冲神经网络中每一突触仅包含一个忆阻器，该方法包括：根据所述忆阻器的实时电导值获取所述忆阻器的实时权值；获取所述忆阻器的电导的非线性度值；根据所述非线性度值确定对应的忆阻器电导响应参数；根据所述忆阻器两端的电势差、所述忆阻器电导响应参数和所述实时权值确定所述非线性度值对应的所述忆阻器的权值更新量以调节学习速率。上述实施例本文档来自技高网...

【技术保护点】
1.一种学习速率自调节方法，其特征在于，应用于忆阻器脉冲神经网络，所述忆阻器脉冲神经网络中每一突触仅包含一个忆阻器，该方法包括：/n根据所述忆阻器的实时电导值获取所述忆阻器的实时权值；/n获取所述忆阻器的电导的非线性度值；/n根据所述非线性度值确定对应的忆阻器电导响应参数；/n根据所述忆阻器两端的电势差、所述忆阻器电导响应参数和所述实时权值确定所述非线性度值对应的所述忆阻器的权值更新量以调节学习速率。/n

【技术特征摘要】
1.一种学习速率自调节方法，其特征在于，应用于忆阻器脉冲神经网络，所述忆阻器脉冲神经网络中每一突触仅包含一个忆阻器，该方法包括：
根据所述忆阻器的实时电导值获取所述忆阻器的实时权值；
获取所述忆阻器的电导的非线性度值；
根据所述非线性度值确定对应的忆阻器电导响应参数；
根据所述忆阻器两端的电势差、所述忆阻器电导响应参数和所述实时权值确定所述非线性度值对应的所述忆阻器的权值更新量以调节学习速率。


2.根据权利要求1所述的学习速率自调节方法，其特征在于，所述根据所述忆阻器的电导值获取所述忆阻器的实时权值，包括：
根据以下公式获取所述实时权值：

w代表所述实时权值，GOrigin,min和GOrigin,max分别代表所述忆阻器的最小电导值和最大电导值，GOrigin表示所述忆阻器的实时电导值。


3.根据权利要求1所述的学习速率自调节方法，其特征在于，所述获取所述忆阻器的电导的非线性度值，包括：
根据以下公式获取所述非线性度值：

NL代表所述非线性度值，w(0)、w(N/2)和w(N)分别代表当0、N/2和N个脉冲施加至所述忆阻器后的忆阻器权值，N代表施加至所述忆阻器的总脉冲数。


4.根据权利要求1所述的学习速率自调节方法，其特征在于，所述忆阻器电导响应参数是根据所述非线性度值查找参数对照表确定的，所述参数对照表根据不同的非线性度值通过仿真实验预先获得。


5.根据权利要求1所述的学习速率自调节方法，其特征在于，所述忆阻器电导响应参数包括忆阻器电导响应系数和忆阻器电导响应速度参数，所述根据所述忆阻器电导响应参数和所述实时权值确定所述非线性度值对应的所述忆阻器的权值更新量，包括：
根据以下公式获取所述权值更新量：

Δw代表权值更新量，Epotentiation代表所述电势差为正值，Epotentiation代表所述电势差为负值，ap代表在所述电势差为正值时对应的忆阻器电导响应系数、bp代表...

【专利技术属性】
技术研发人员：刘海军，李清江，陈长林，李纪伟，李楠，徐晖，刁节涛，宋兵，刘森，王义楠，王伟，于红旗，李智炜，步凯，王玺，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43