[发明专利]基于训练深度脉冲神经网络的梯度函数学习框架替换方法在审
| 申请号： | 202110710737.2 | 申请日： | 2021-06-25 |
| 公开（公告）号： | CN113435577A | 公开（公告）日： | 2021-09-24 |
| 发明（设计）人： | 王子剑;陈龙;严武 | 申请（专利权）人： | 安徽知陉智能科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F17/15 |
| 代理公司： | 南京禾易知识产权代理有限公司 32320 | 代理人： | 张松云 |
| 地址： | 230093 安徽省合肥*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供基于训练深度脉冲神经网络的梯度函数学习框架替换方法，包括第一步：找到深度脉冲神经网络在进行梯度下降过程中的神经元连接权重梯度以及与此神经元所连接且处于此神经元下一层的神经元在膜电位进行脉冲发射时的脉冲阈值；第二步：对神经元连接权重进行预测损失后，得到预测损失对神经元连接权重的偏导。本发明所提出的基于cosh的梯度替换函数相较于以前研究提出的梯度替换函数，曲线更加符合脉冲神经元活动规律，能够有效提高脉冲神经网络训练效果。 | ||
| 搜索关键词： | 基于 训练 深度 脉冲 神经网络 梯度 函数 学习 框架 替换 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽知陉智能科技有限公司，未经安徽知陉智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110710737.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种控制模切机模切瞬时速度恒定的方法
- 下一篇：半导体器件及其制造方法
