申请/专利权人:安徽大学
申请日:2023-04-23
公开(公告)日:2023-08-11
公开(公告)号:CN116579395A
主分类号:G06N3/063
分类号:G06N3/063;G11C11/54
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.08.29#实质审查的生效;2023.08.11#公开
摘要:本发明公开一种针对SkipStructure深度神经网络硬件精度问题的原位补偿法,属于忆阻器技术领域;原位补偿法包括S1,确定补偿方程的相关系数;S2,测试相关系数与输出误差之间的关系;S3,根据S2得到的测试数据,进行数据拟合,并建立补偿方程;S4,在阵列输出结果时,运用S3建立的补偿方程,对输出结果进行原位补偿;本发明的补偿方法能够解决忆阻器阵列在实现SkipStructure式深度神经网络时误差层层叠加所导致的精度下降问题,从而对于硬件实现跳跃式结构神经网络有很大的优化作用。
主权项:1.一种针对SkipStructure深度神经网络硬件精度问题的原位补偿法,其特征在于,包括以下步骤;S1,确定补偿方程的相关系数;S2,测试相关系数与输出误差之间的关系;S3,根据S2得到的测试数据,进行数据拟合,并建立补偿方程;S4,在阵列输出结果时,运用S3建立的补偿方程,对输出结果进行原位补偿。
全文数据:
权利要求:
百度查询: 安徽大学 一种针对Skip Structure深度神经网络硬件精度问题的原位补偿法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。