【技术实现步骤摘要】
神经网络构建方法及装置、设备、介质
[0001]本公开涉及人工智能芯片
,特别涉及一种神经网络构建方法及装置、设备、介质。
技术介绍
[0002]在生物神经网络中,前神经元胞体产生脉冲信号,经轴突末梢传递给突触,再经突触传递给后神经元树突的前端,由此实现脉冲信号的单向传递。受此启发,利用众核结构类脑计算芯片进行神经形态网络计算中,前神经元簇发放脉冲序列,脉冲序列经过突触权重计算得到突触后电流序列,突触后电流序列传递给后神经元簇。由此可见,在神经形态网络计算中,前神经元簇的脉冲序列需要经过一定的突触连接才能传递给后神经元簇。
技术实现思路
[0003]本公开提供一种神经网络构建方法及装置、设备、介质。
[0004]第一方面,本公开提供了一种神经网络构建方法,包括:获取多个初始神经元簇;对每个所述初始神经元簇进行分组,分别获得多个迷你神经元簇;获取每个所述初始神经元簇内各所述迷你神经元簇的簇内连接权重矩阵;其中,所述簇内连接权重包括所述迷你神经元簇内突触自连对应的自连权重和所述迷你神经元簇之间突触互连对应的互连权重;获取在不同所述初始神经元簇之间的簇间连接权重矩阵,其中,所述簇间连接为稀疏连接;基于所述簇内连接权重矩阵和所述簇间连接权重矩阵对所述迷你神经元簇进行聚合,得到所述初始神经元簇的稀疏连接权重矩阵;基于所述初始神经元簇的稀疏连接权重矩阵构建神经形态网络。
[0005]第二方面,本公开提供了一种网络仿真方法,包括:通过本公开实施例提供的所述的神经网络构建方法构建的神经形态网络; ...
【技术保护点】
【技术特征摘要】
1.一种神经网络构建方法,其特征在于,包括:获取多个初始神经元簇;对每个所述初始神经元簇进行分组,分别获得多个迷你神经元簇;获取每个所述初始神经元簇内各所述迷你神经元簇的簇内连接权重矩阵;其中,所述簇内连接权重包括所述迷你神经元簇内突触自连对应的自连权重和所述迷你神经元簇之间突触互连对应的互连权重;获取在不同所述初始神经元簇之间的簇间连接权重矩阵,其中,所述簇间连接为稀疏连接;基于所述簇内连接权重矩阵和所述簇间连接权重矩阵对所述迷你神经元簇进行聚合,得到所述初始神经元簇的稀疏连接权重矩阵;基于所述初始神经元簇的稀疏连接权重矩阵构建神经形态网络。2.根据权利要求1所述的方法,其特征在于,所述对每个所述初始神经元簇进行分组,分别获得多个迷你神经元簇,包括:基于所述初始神经元簇内突触连接的突触连接权重和突触延迟,对每个所述初始神经元簇内的突触连接分别进行分组,获得各所述初始神经元簇对应的多个所述迷你神经元簇。3.根据权利要求2所述的方法,其特征在于,所述基于所述初始神经元簇内突触连接的突触连接权重和突触延迟,对每个所述初始神经元簇内的突触连接分别进行分组,获得对应的多个所述迷你神经元簇,包括:基于所述初始神经元簇内各突触连接的突触连接权重对所述初始神经元簇内的突触连接进行分组,获得兴奋型突触连接集合和抑制型突触连接集合;基于所述兴奋型突触连接集合内的所述突触连接所对应的突触延迟的数值对所述兴奋型突触连接集合内的所述突触连接所对应的所述突触延迟进行排序,并基于所述突触延迟的排序结果对所述兴奋型突触连接集合内的所述突触连接进行二次分组,获得多个兴奋型突触连接子集合;基于所述抑制型突触连接集合内的所述突触连接所对应的突触延迟的数值对所述抑制型突触连接集合内的所述突触连接所对应的所述突触延迟进行排序,并基于所述突触延迟的排序结果对所述抑制型突触连接集合内的所述突触连接进行二次分组,获得多个抑制型突触连接子集合;基于所述兴奋型突触连接子集合和所述抑制型突触连接子集合获得多个所述迷你神经元簇。4.根据权利要求3所述的方法,其特征在于,所述基于所述突触延迟的排序结果对所述兴奋型突触连接集合内的所述突触连接进行二次分组,获得多个兴奋型突触连接子集合,包括:基于所述兴奋型突触连接集合对应的所述突触延迟的排序结果并按照预设的延迟分组标准,对所述兴奋型突触连接集合内的所述突触延迟进行分组,获得多个第一延迟子集合;基于所述第一延迟子集合对所述兴奋型突触连接集合内的所述突触连接进行二次分组,获得多个兴奋型突触连接子集合;
和/或,所述基于所述突触延迟的排序结果对所述抑制型突触连接集合内的所述突触连接进行二次分组,获得多个抑制型突触连接子集合,包括:基于所述抑制型突触连接集合对应的所述突触延迟的排序结果并按照预设的延迟分组标准,对所述抑制型突触连接集合内的所述突触延迟进行分组,获得多个第二延迟子集合;基于所述第二延迟子集合对所述抑制型突触连接集合内的所述突触连接进行二次分组,获得多个抑制型突触连接子集合。5.根据权利要求4所述的方法,其特征在于,所述延迟分组标准包括相邻的两个所述突触延迟的数值的差值小于第一数值,且所述突触延迟的排序结果中最小的所述突触延迟的数值与最大的所述突触延迟的数值之间的差值小于第二数值,其中,所述第一数值小于所述第二数值。6.根据权利要求1所述的方法,其特征在于,所述获取每个所述初始神经元簇内各所述迷你神经元簇的簇内连接权重矩阵,包括:获取每个所述初始神经元簇内所述迷你神经元簇的突触自连信息,以及,每个所述初始神经元簇内所述迷你神经元簇之间的突触互连信息;获取每个所述初始神经元簇内参与信息传递的神经元;基于参与信息传递的所述神经元、以及每个所述初始神经元簇内的所述迷你神经元簇内的突触自连信...
【专利技术属性】
技术研发人员:张启坤,吴臻志,
申请(专利权)人:北京灵汐科技有限公司,
类型:发明
国别省市:
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。