【技术实现步骤摘要】
【国外来华专利技术】用模拟神经元的单个物理层实现多层神经网络神经网络是机器学习模型,其采用一层或多层非线性单元来针对接收的输入预测输出。一些神经网络包括输入层、输出层和一个或多个位于其间的隐藏层。每层包括一个或多个神经元。特定层的每个神经元连接到前一层的所有神经元和后一层的所有神经元。每一层的输出被用作网络中下一层,即下一隐藏层或输出层的输入。网络的每一层根据相应权重集的当前值从接收的输入生成输出。本说明书描述了使用单层物理模拟神经元实现多层模拟神经网络的技术。通常,本说明书中描述的主题的一个创新方面可以体现在包括多层模拟神经网络和系统控制器的系统中。多层模拟神经网络具有单层物理模拟神经元,其可重复使用以实现多层模拟神经网络的多个层。每个物理模拟神经元被配置为接收神经元输入并处理该神经元输入以生成神经元输出,该神经元输出作为输入被馈送到单层的所有物理模拟神经元,并且每个物理模拟神经元包括相应的权重存储器。单层的每个物理模拟神经元中的权重存储器存储在随机存取存储器(RAM)中。系统控制器针对每个物理模拟神经元获得相应的神经元权重向量集,每个神经元权重向量对应于多层模拟神经网络的多个层中的相应层。神经元权重向量包括多个神经元权重。每个神经元权重都有一个整数值。系统控制器针对每个物理模拟神经元在物理模拟神经元的相应的权重存储器中存储相应的神经元权重集;接收多层模拟神经网络的网络输入;并且通过重复使用单层物理模拟神经元来通过多个层处理网络输入以生成网络输出。对于多层中的每一层,每个物理模拟神经元使用对应于当前层的相应神经元权重向量集中的神经元权重向量来处 ...
【技术保护点】
1.一种系统,包括:/n具有单层物理模拟神经元的多层模拟神经网络,所述多层模拟神经网络可重复使用以实现多层模拟神经网络的多个层,其中每个物理模拟神经元被配置为接收神经元输入并处理神经元输入以生成神经元输出,所述神经元输出作为输入被馈送到所述单层的所有物理模拟神经元,并且其中每个物理模拟神经元包括相应的权重存储器;/n系统控制器,可操作用于:/n针对每个物理模拟神经元,获得相应的神经元权重向量集,每个神经元权重向量对应于多层模拟神经网络的多个层中的相应层;/n针对每个物理模拟神经元,在所述物理模拟神经元的相应权重存储器中存储相应的神经元权重集;/n接收多层模拟神经网络的网络输入;和/n通过重复使用单层物理模拟神经元来通过多个层处理网络输入以生成网络输出,/n其中对于所述多个层中的每一层,每个物理模拟神经元使用对应于当前层的相应神经元权重向量集中的神经元权重向量来处理所述物理模拟神经元的神经元输入。/n
【技术特征摘要】
【国外来华专利技术】20181219 US 62/782,204;20190416 US 62/834,7191.一种系统,包括:
具有单层物理模拟神经元的多层模拟神经网络,所述多层模拟神经网络可重复使用以实现多层模拟神经网络的多个层,其中每个物理模拟神经元被配置为接收神经元输入并处理神经元输入以生成神经元输出,所述神经元输出作为输入被馈送到所述单层的所有物理模拟神经元,并且其中每个物理模拟神经元包括相应的权重存储器;
系统控制器,可操作用于:
针对每个物理模拟神经元,获得相应的神经元权重向量集,每个神经元权重向量对应于多层模拟神经网络的多个层中的相应层;
针对每个物理模拟神经元,在所述物理模拟神经元的相应权重存储器中存储相应的神经元权重集;
接收多层模拟神经网络的网络输入;和
通过重复使用单层物理模拟神经元来通过多个层处理网络输入以生成网络输出,
其中对于所述多个层中的每一层,每个物理模拟神经元使用对应于当前层的相应神经元权重向量集中的神经元权重向量来处理所述物理模拟神经元的神经元输入。
2.根据权利要求1所述的系统,其中每个物理模拟神经元还包括神经元控制器和模拟计算单元,并且
其中所述系统控制器能够操作来通过所述多个层处理网络输入,以通过以下方式通过重复使用单层物理模拟神经元来生成网络输出:
执行多个计算周期,每个计算周期对应于多个层中的相应层,其中对于每个计算周期,所述系统控制器能够操作用于:
使所述单层的每个物理模拟神经元的神经元控制器同步地(i)将对应于当前层的神经元权重向量加载到所述模拟计算单元,以及(ii)将当前层的物理模拟神经元的神经元输入加载到所述模拟计算单元;
使每个物理模拟神经元的模拟计算单元使用所述物理模拟神经元的加载的神经元权重向量和加载的神经元输入来计算神经元输出;和
使每个物理模拟神经元的神经元控制器将物理模拟神经元的计算的神经元输出作为输入提供给所述单层的所有物理模拟神经元,用于下一个计算周期。
3.根据权利要求2所述的系统,其中对于每个计算周期,所述系统控制器能够操作来将识别当前层的数据发送到每个物理模拟神经元的神经元控制器。
4.根据权利要求2或3所述的系统,其中对于每个计算周期,所述系统控制器能够操作以使所述神经元控制器使用数模转换器(DAC)将加载的神经元输入从数字格式转换为模拟格式。
5.根据权利要求2、3或4所述的系统,其中对于每个计算周期,所述系统控制器能够操作以通过以下方式使每个物理模拟神经元的模拟计算单元使用所述物理模拟神经元的加载的神经元权重向量和加载的神经元输入来计算神经元输出:
使每个物理模拟神经元的模拟计算单元对加载的神经元权重向量和转换的模拟神经元输入应用非线性函数,以计算所述神经元输出。
6.根据权利要求5所述的系统,其中对于对应于多个层的最后一层的最后一个计算周期,所述系统控制器能够操作来使每个物理模拟神经元的神经元控制器使用模数转换器(ADC)将计算的神经元输出从模拟格式转换成数字格式。
7.根据权利要求1至6中任一项所述的系统,其中所述单层的每个物理模拟神经元中的权重存储器存储...
【专利技术属性】
技术研发人员:E哈塞尔斯泰纳,P扬舍尔,F梅尔,B米尼克霍夫,B普钦格,G普罗米策,
申请(专利权)人:ams有限公司,
类型:发明
国别省市:奥地利;AT
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。