【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种脉冲神经网络训练方法、系统、电子设备及存储介质。
技术介绍
1、脉冲神经网络(spiking neural network,脉冲神经网络)是一种模拟生物神经系统的计算模型，可以通过模拟神经元之间的脉冲传递来进行信息处理。
2、相关技术中，需要通过多层数据处理层对进行脉冲神经网络训练，但是，由于脉冲神经网络对于矩阵转置、参数优化等常规并行计算任务的处理性能较低，并且脉冲神经网络加速器在训练时需要依次在每个数据处理层处理多个时间步的训练数据，每个数据处理层对训练数据全部处理完毕之后，才会将计算结果传输至下一个数据处理层进行继续计算，导致当前数据处理层在处理数据时，其他数据处理层处于空闲状态，如此，会导致资源利用率降低，同时也降低了脉冲神经网络训练的效率。
技术实现思路
1、本申请实施例的主要目的在于提出一种脉冲神经网络训练方法、系统、电子设备及存储介质，能够在提高资源利用率的同时，提高脉冲神经网络训练的效率。
2、为实现上述目的，本申请实...
【技术保护点】
1.一种脉冲神经网络训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的脉冲神经网络训练方法，其特征在于，所述将多个所述子样本数据输入到初始脉冲神经网络中之前，还包括：
3.根据权利要求2所述的脉冲神经网络训练方法，其特征在于，所述将所述网络数据分块部署到所述脉冲神经网络加速器上之后，还包括：
4.根据权利要求3所述的脉冲神经网络训练方法，其特征在于，所述根据所述第一数据处理时间，计算所述图形处理器处理所述第一样本数据的处理时间占比，包括：
5.根据权利要求3所述的脉冲神经网络训练方法，其特征在于，所述根据所述...
【技术特征摘要】
1.一种脉冲神经网络训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的脉冲神经网络训练方法，其特征在于，所述将多个所述子样本数据输入到初始脉冲神经网络中之前，还包括：
3.根据权利要求2所述的脉冲神经网络训练方法，其特征在于，所述将所述网络数据分块部署到所述脉冲神经网络加速器上之后，还包括：
4.根据权利要求3所述的脉冲神经网络训练方法，其特征在于，所述根据所述第一数据处理时间，计算所述图形处理器处理所述第一样本数据的处理时间占比，包括：
5.根据权利要求3所述的脉冲神经网络训练方法，其特征在于，所述根据所述处理时间占比，确定所述初始脉冲神经网络的参数调整方式，包括：
6.根据权利要求5所述的脉冲神经网络训练方法，其特征在于，所述基于所述累积梯度调整所述初始脉冲神经网络的参数，得到训练后的目标脉冲神经网络，包括：
7.根据权利要求6所述的脉冲神经网络训练方法，其特征在于，所述基于所述累积梯度调整...
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。