光学非线性激活单元、方法和光子神经网络技术

光学非线性激活单元，包括：第一偏振态控制器，调整具有输入光功率的输入光信号的偏振态；半导体光放大器，引起来自第一偏振态控制器的输入光信号的自偏振旋转；第二偏振态控制器，调整来自半导体光放大器的输入光信号的偏振态；以及偏振分束器，将来自第二偏振态控制器的输入光信号分束为经由水平偏振态输出端口输出的第一光信号和经由垂直偏振态输出端口输出的第二光信号，第一偏振态控制器和第二偏振态控制器被配置为使得：对于具有第一值的输入光功率，第二偏振态控制器的输出光学信号被设置为目标偏振态，并且对于具有第二值的输入光功率，第一光信号具有第一非线性函数的输出光功率，并且第二光学信号具有第二非线性函数的输出光功率。数的输出光功率。数的输出光功率。

【技术实现步骤摘要】
光学非线性激活单元、方法和光子神经网络


[0001]本公开涉及光学神经网络领域，特别是涉及一种光学非线性激活单元、光学非线性激活函数的实现方法、光子神经网络。

技术介绍

[0002]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。非线性是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，使得神经网络可以解决复杂的非线性问题，是神经网络中不可或缺的组成部分。常用的非线性激活函数包括sigmoid、tanh、softplus、ReLU等。
[0003]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。光学非线性激活单元对来自光学矩阵乘法单元的信号光进行非线性变换运算，本质上是在模拟神经元的功能。在相关技术中，非线性激活函数运算一般在电域中进行。如何在光域中实现非线性激活函数仍然具有广阔的研究前景。

技术实现思路

[0004]提供一种缓解、减轻或者甚至消除上述问题中的一个或多个的机制将是有利的。
[0005]根据本公开的一方面，提供了一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光学非线性激活单元，包括：第一偏振态控制器，被配置为调整输入光学信号的偏振态，所述输入光学信号具有输入光功率；半导体光放大器，与所述第一偏振态控制器光学耦接，被配置为引起来自所述第一偏振态控制器的输入光学信号的自偏振旋转；第二偏振态控制器，与所述半导体放大器光学耦接，被配置为调整来自所述半导体光放大器的输入光学信号的偏振态；以及偏振分束器，与所述第二偏振态控制器光学耦接，被配置为将来自所述第二偏振态控制器的输入光学信号分束为经由所述偏振分束器的水平偏振态输出端口输出的第一光学信号和经由所述偏振分束器的垂直偏振态输出端口输出的第二光学信号，其中，所述第一偏振态控制器和所述第二偏振态控制器被配置为使得：对于具有第一值的所述输入光功率，第二偏振态控制器的输出光学信号被设置为目标偏振态，并且对于具有不同于所述第一值的第二值的所述输入光功率，所述第一光学信号具有作为所述输入光功率的第一非线性函数的输出光功率，并且所述第二光学信号具有作为所述输入光功率的第二非线性函数的输出光功率。2.如权利要求1所述的光学非线性激活单元，其中，所述半导体光放大器被配置使得所述第一非线性函数和所述第二非线性函数随所述半导体光放大器的偏置电流的变化而变化。3.如权利要求1所述的光学非线性激活单元，其中，所述第一非线性函数不同于所述第二非线性函数。4.如权利要求1所述的光学非线性激活单元，还包括：2
×
1光学开关，与所述水平偏振态输出端口和所述垂直偏振态输出端口光学耦接，用于选择所述第一光学信号和所述第二光学信号之一，作为所述光学非线性激活单元的输出。5.如权利要求1所述的光学非线性激活单元，其中，所述第一偏振态控制器和第二偏振态控制器中的每一个包括从以下各项所组成的组中选择的一项：挤压式光纤偏振控制器；三环型机械式光纤偏振控制器和集成偏振控制器。6.一种光子神经网络，包括如权利要求1至5中任一项所述的光学非线性激活单元。7.如权利要求6所述的光子神经网络，包括：第一层神经网络，包括所述光学非线性激活单元；以及第二层神经网络，与所述第一层神经网络级联以接收所述光学非线性激活单元的输出。8.如权利要求7所述的光子神经网络，其中，所述第一层神经网络还包括：电处理器，用于将输入数据处理为电学信号；光源，用于产生光学信号；光调制器，用于利用所述电学信号调制从所述光源产生的光学信号，以得到已调制光学信号；以及光子矩阵乘法器，用于对所述...

【专利技术属性】
技术研发人员：李强，田野，刘胜平，王玮，赵洋，
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：