一种面向脉冲循环神经网络的计算系统技术方案

本申请公开了一种面向脉冲循环神经网络的计算系统，包括：预处理模块用于将不同类型的目标数据编码为8位的目标脉冲数据；核心计算模块用于通过双核神经元组对目标脉冲数据进行加速并行计算，根据计算任务选取神经元数量、神经元种类和权重，双核神经元组包括两个神经元核，神经元核包括并联的两组子神经元组；存储模块用于存储核心计算模块计算过程的脉冲信号、膜电位信息和与神经元适配的权重；控制模块用于控制预处理模块进行数据处理，控制核心计算模块选取神经元以及触发双向计算，控制存储模块进行数据存储。本申请能解决现有技术不支持复杂网络、双向网络的部署，双任务和双样本同时处理，导致实际部署操作受限且效率较低的技术问题。

【技术实现步骤摘要】

本申请涉及神经网络部署，尤其涉及一种面向脉冲循环神经网络的计算系统。

技术介绍

1、脉冲神经网络(spiking neural network，snn)是以脉冲神经元为计算单元的第三代神经网络，且通过网络中突触的连接，采用离散的神经元峰值来传递信息。snn希望通过模拟生物大脑的信息处理机制，从而构建出在计算能力上更为卓越的，与生物神经学原理紧密相关的人工智能系统。在硬件平台上实现snn，面临的主要挑战涉及神经元动力学模型的计算实现以及高效信息传输结构的设计，这两点均是神经形态硬件设计的核心要素。snn网络最基础的计算单元有许多，例如hodgkin-huxley (h-h)模型、izhikevich (izh)模型、integred-and-fire (if)模型、leaky integred-and-fire (lif)模型。

2、脉冲循环神经网络（spiking recurrent neural network，srnn）和双向脉冲循环神经网络（bidirectional spiking recurrent neural network，bi本文档来自技高网...

【技术保护点】

1.一种面向脉冲循环神经网络的计算系统，其特征在于，包括：预处理模块、核心计算模块、存储模块和控制模块；

2.根据权利要求1所述的面向脉冲循环神经网络的计算系统，其特征在于，所述预处理模块，包括：

3.根据权利要求1所述的面向脉冲循环神经网络的计算系统，其特征在于，还包括：数据传输模块；

4.根据权利要求1所述的面向脉冲循环神经网络的计算系统，其特征在于，还包括：数据排序模块；

5.根据权利要求4所述的面向脉冲循环神经网络的计算系统，其特征在于，所述核心计算模块，具体用于：

6.根据权利要求1所述的面向脉冲循环神经网络的计算系统...

【技术特征摘要】

1.一种面向脉冲循环神经网络的计算系统，其特征在于，包括：预处理模块、核心计算模块、存储模块和控制模块；

2.根据权利要求1所述的面向脉冲循环神经网络的计算系统，其特征在于，所述预处理模块，包括：

3.根据权利要求1所述的面向脉冲循环神经网络的计算系统，其特征在于，还包括：数据传输模块；

<...

【专利技术属性】
技术研发人员：叶武剑，崔友锋，刘怡俊，梁应章，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：