[发明专利]一种突触训练装置

说明书

本发明公开了一种突触训练装置，属于人工神经网络相关技术领域。包括训练模块、映射模块和推理模块；所述训练模块包括第一忆阻器，在训练信号的作用下实现阻值的调节；其中，所述第一忆阻器为易失或半易失忆阻器；所述推理模块包括第二忆阻器，用于进行推理运算；其中，所述第二忆阻器为非易失忆阻器；所述映射模块用于使第二忆阻器的阻值与第一忆阻器的阻值相对应。本发明能克服训练过程中突触权重值不能长久保存和推理过程中运算和识别精度不高的问题，延长了推理模块中推理运算功能的有效使用期，还可降低训练推理过程中的功耗。

技术领域

本发明属于人工神经网络相关技术领域，更具体地，涉及一种突触训练装置。

背景技术

大脑不仅是一个高度并行和高效率的信息处理系统，还是一个由大约10¹⁵个突触和大约10¹¹个神经元相互交错形成的复杂神经网络，其中，神经元之间的复杂的信息传输过程是通过突触完成的，突触之间的信息传递效率称为突触权重，突触权重能根据神经脉冲产生变化的现象被称为突触可塑性，是大脑进行学习、记忆等活动的基础。因此通过电子器件模拟突触可塑性是实现神经形态计算的关键步骤。

现阶段，本领域相关技术人员已经做了一些研究，用一个忆阻器即可模拟生物突触的大部分功能，在脉冲的作用下表现出电导的连续增加或者降低，并可实现对脉冲时序依赖可塑性(Spike-timing-dependent plasticity，STDP)或脉冲频率依赖可塑性(Spike-rate-dependent plasticity，SRDP)学习规则的模拟。因此，忆阻器可作为人工突触来实现并行推理运算等功能。然而，现阶段在使用STDP或SRDP学习规则对人工突触进行训练的时候，通常基于易失或者半易失忆阻器实现的，因此面临突触权重不能长久保持的问题，当利用训练完的人工突触直接再进行推理运算或者完成识别任务时，会导致运算和识别精度不足。

发明内容

针对相关技术的缺陷，本发明的目的在于提供一种突触训练装置，旨在解决现有人工突触运算和识别精度不足的问题。

为实现上述目的，本发明提供了一种突触训练装置，包括训练模块、映射模块和推理模块；

所述训练模块包括第一忆阻器，在训练信号的作用下实现阻值的调节；其中，所述第一忆阻器为易失或半易失忆阻器；

所述推理模块包括第二忆阻器，用于进行推理运算；其中，所述第二忆阻器为非易失忆阻器；

所述映射模块用于使第二忆阻器的阻值与第一忆阻器的阻值相对应。

进一步地，所述映射模块包括分压电阻和阻值读取单元，所述阻值读取单元用于读取第一忆阻器的阻值；

第一忆阻器的输入端连接信号源PRE，输出端连接信号源POST；信号源POST的第一输出端经所述分压电阻接地，信号源POST的第二输出端连接所述阻值读取单元；

第二忆阻器的一端连接信号源PUL，另一端接信号输出端；其中，信号源PUL根据所述阻值读取单元所读取的阻值设计脉冲，调节所述第二忆阻器的阻值。

进一步地，所述阻值读取单元包括ADC。

进一步地，所述映射模块包括切换开关、分压电阻和晶体管；

第一忆阻器的一端连接信号源PRE，另一端连接所述切换开关的公共端；所述切换开关的第一连接端与信号源POST相连，所述切换开关的第二连接端经所述分压电阻接地；

所述晶体管的栅极与切换开关的第二连接端相连，所述晶体管的漏极与信号源PUL相连，所述晶体管的源极与第二忆阻器的一端连接；第二忆阻器的另一端接信号输出端。

进一步地，所述第一忆阻器具有连续可调的电阻态，并能在脉冲的作用下实现STDP/SRDP学习规则。