【技术实现步骤摘要】
光学神经网络的全光非线性激活函数实现方法、装置
本专利技术涉及光学神经网络
，具体地涉及一种全光非线性激活函数的实现方法和装置。
技术介绍
在现在人工智能最热门的深度学习中，其运算过程主要涉及两个部分：矩阵乘法和非线性激活函数。非线性运算是人工神经网络具备强大表达能力的根源，可以加快网络的收敛速度、提升识别的准确率，是神经网络中不可或缺的组成部分。用光来完成深度学习算法，其本质在于用光来实现矩阵乘法和非线性激活函数。用光来完成矩阵乘法运算，现有的办法是使用马赫-曾德尔干涉仪(MZI)阵列、微环谐振腔(MRR)阵列等来实现。而在光域中实现非线性函数则存在两个层面的巨大挑战：(1)光学非线性效应的产生一般需要较高的光功率；(2)光子人工智能芯片架构中，对非线性激活函数的灵活性要求较高，而已有光学非线性效应的控制难度大，无法满足这种灵活性上的需要。同时非线性光学单元在芯片上集成也存在工艺兼容性和器件一致性等方面的诸多问题。因此，现有的非线性激活函数运算一般在电域中进行，在电域中实现非线性激活函数，需要使用模数转换(A...
【技术保护点】
1.一种光学神经网络的全光非线性激活函数实现方法，其特征在于，包括步骤：/n获取待处理的信号光信号、与所述待处理的信号光信号相干的参考光信号；/n将所述待处理的信号光信号与所述参考光信号输入至第一移相模块，所述第一移相模块对所述待处理的信号光信号与所述参考光信号进行移相操作得到第一阵列的光学信号；/n将所述第一阵列的光学信号输入光学干涉模块，在所述光学干涉模块中对所述第一阵列的光学信号进行非线性运算得到第二阵列的光学信号，所述第二阵列的光学信号作为所述待处理的信号光信号的非线性响应输出。/n
【技术特征摘要】
1.一种光学神经网络的全光非线性激活函数实现方法，其特征在于，包括步骤：
获取待处理的信号光信号、与所述待处理的信号光信号相干的参考光信号；
将所述待处理的信号光信号与所述参考光信号输入至第一移相模块，所述第一移相模块对所述待处理的信号光信号与所述参考光信号进行移相操作得到第一阵列的光学信号；
将所述第一阵列的光学信号输入光学干涉模块，在所述光学干涉模块中对所述第一阵列的光学信号进行非线性运算得到第二阵列的光学信号，所述第二阵列的光学信号作为所述待处理的信号光信号的非线性响应输出。
2.根据权利要求1所述的光学神经网络的全光非线性激活函数实现方法，其特征在于，所述待处理的信号光信号为光学矩阵计算单元的输出光信号。
3.根据权利要求1所述的光学神经网络的全光非线性激活函数实现方法，其特征在于，所述第一移相模块，包括：
一个或二个第一移相器，对待处理的信号光信号和参考光信号中的至少一个进行移相操作。
4.根据权利要求1所述的光学神经网络的全光非线性激活函数实现方法，其特征在于，所述光学干涉模块包括马赫-曾德尔干涉仪和第二移相模块，所述马赫-曾德尔干涉仪包括第一分束器和第二分束器，所述第二移相模块包括一个或二个第二移相器；
所述第二移相模块设置于所述马赫-曾德尔干涉仪的上干涉臂和下干涉臂中的至少一个上；
所述马赫-曾德尔干涉仪和所述第二移相模块对所述第一阵列的光学信号进行非线性运算以得到第二阵列的光学信号；
所述第一阵列的光学信号经所述第一分束器处理得到第三阵列的光学信号，所述第三阵列的光学信号经所述第二移相模块处理得到第四阵列的光学信号，所述第四阵列的光学信号经所述第二分束器处理得到第二阵列的光学信号。
5.根据权利要求1所述的光学神经网络的全光非线性激活函数实现方法，其特征在于，所述光学干涉模块包括第三分束器，所述第三分束器对所述第一阵列的光学信号进行非线性运算得到第二阵列的光学信号。
6.根据权利要求4所述的光学神经网络的全光非线性激活函数实现方法，其特征在于，还包括步骤：调整所述待处理的信号光信号与所述参考光信号的相位差、所述参考光信号的光强度、所述第一移相器参数、所述第二移相器参数中的一个或多...
【专利技术属性】
技术研发人员：李强，田野，刘胜平，赵洋，王玮，冯俊波，郭进，
申请(专利权)人：联合微电子中心有限责任公司，
类型：发明
国别省市：重庆;50
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。