存储器中的人工神经网络再训练制造技术

人工神经网络能够被分配给存储器并操作

【技术实现步骤摘要】
【国外来华专利技术】存储器中的人工神经网络再训练


[0001]本公开大体上涉及存储器，且更特定来说，涉及与存储器中的人工神经网络再训练相关联的设备及方法
。

技术介绍

[0002]存储器装置通常被提供为计算机或其它电子装置中的内部半导体集成电路
。
存在许多不同类型的存储器，其包含易失性及非易失性存储器
。
易失性存储器可能需要电力来维持其数据，且包含随机存取存储器
(RAM)、
动态随机存取存储器
(DRAM)
及同步动态随机存取存储器
(SDRAM)
等
。
非易失性存储器可通过在未被供电时保存所存储数据而提供永久性数据，且可包含
NAND
快闪存储器
、NOR
快闪存储器
、
只读存储器
(ROM)、
电可擦除可编程
ROM(EEPROM)、
可擦除可编程
ROM(EPROM)
及电阻可变存储器，例如相变随机存取存储器
(PCRAM)、
电阻式随本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种方法，其包括：操作分配给存储器的人工神经网络；评估所述人工神经网络的性能；其中评估包括将代表性数据集输入到所述人工神经网络且将所述人工神经网络的输出与针对所述代表性数据集的已知输出进行比较；及至少部分响应于所述评估产生亚阈值结果而再训练所述人工神经网络
。2.
根据权利要求1所述的方法，其进一步包括在再训练之后评估所述人工神经网络的性能；及基于所述评估的结果来确定是否再次再训练所述人工神经网络
。3.
根据权利要求1所述的方法，其中所述存储器是远程系统的部分；其中所述方法由所述远程系统执行；且其中评估及再训练包括通过所述远程系统评估及再训练
。4.
根据权利要求1所述的方法，其中评估包括周期性地评估所述人工神经网络的性能
。5.
根据权利要求4所述的方法，其进一步包括从所述存储器的主机接收所述周期性评估的所要频率的指示；及其中周期性地评估包括按所述所要频率周期性地评估
。6.
根据权利要求1至5中任一权利要求所述的方法，其进一步包括检测所述存储器中的错误；且其中再训练进一步包括至少部分响应于所述错误而再训练
。7.
根据权利要求6所述的方法，其中再训练考虑所述错误而不重新映射权重在所述存储器中的存储
。8.
根据权利要求6所述的方法，其中检测所述错误包括检测所述存储器中的位错误或位冻结
。9.
一种设备，其包括：存储器装置；及控制器，其耦合到所述存储器装置且经配置以：按预定义频率周期性地评估人工神经网络的性能，其中所述人工神经网络被分配给所述存储器装置；且至少部分响应于所述周期性性能评估的亚阈值结果而再训练所述人工神经网络
。10.
根据权利要求9所述的设备，其中所述预定义频率是至少部分基于所述设备的可靠性或寿命预期的用户定义的参数
。11.
根据权利要求9所述的设备，其中所述设备存储代表性数据集及所述人工神经网络针对所述代表性数据集的已知输出；且其中所述控制器经配置以将所述代表性数据集输入到所述人工神经网络且将所述人工神经网络的输出与所述已知输出进行比较作为所述周期性性能评估
。12.
根据权利要求
11
所述的设备，其中所述亚阈值结果包括所述人工神经网络针对所述代表性数据集的所述输出与所述已知输出之间的比预定义阈值更大的差
。13.
根据权利要求
12
所述的设备，其中所述控制器经配置以应用所述预定义阈值，而不考虑所述...

【专利技术属性】
技术研发人员：P，
申请(专利权)人：美光科技公司，
类型：发明
国别省市：