清华大学陈虹获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉清华大学申请的专利一种片上学习神经形态芯片及训练方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113672552B 。
龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110953844.8,技术领域涉及:G06F15/78;该发明授权一种片上学习神经形态芯片及训练方法是由陈虹;张吉霖设计研发完成,并于2021-08-19向国家知识产权局提交的专利申请。
本一种片上学习神经形态芯片及训练方法在说明书摘要公布了:本发明提供了一种片上学习神经形态芯片及训练方法,技术方案为:数据缓存器输出训练样本到神经网络;神经网络对输入的训练样本进行训练,将训练过程中产生的中间脉冲输入到脉冲缓存器,使得脉冲缓存器在训练状态机控制片上学习神经形态芯片进出训练窗口后保存神经网络输入的中间脉冲,且在离开训练窗口时停止保存所述神经网络输入的中间脉冲,并将保存的中间脉冲输入到权重更新模块;同时神经网络还将训练得到的结果脉冲输出到误差计算模块,以使误差计算模块根据所述结果脉冲计算误差并输出误差计算结果到权重更新模块;从而权重更新模块根据所述中间脉冲和所述误差计算结果计算权重变化量,并据此对神经网络进行权重更新。本发明能够降低训练能耗。
本发明授权一种片上学习神经形态芯片及训练方法在权利要求书中公布了:1.一种片上学习神经形态芯片,其特征在于,所述片上学习神经形态芯片包括:数据缓存器、训练状态机、神经网络、脉冲缓存器、误差计算模块、和权重更新模块; 所述数据缓存器,用于缓存训练样本,输出缓存的训练样本到神经网络; 所述神经网络,用于对从数据缓存器输入的训练样本进行训练,将训练过程中产生的中间脉冲输出到脉冲缓存器,将训练得到的结果脉冲输出到误差计算模块; 所述训练状态机,用于控制片上学习神经形态芯片进入和离开训练窗口; 所述脉冲缓存器,用于在片上学习神经形态芯片进入训练窗口后,保存所述神经网络输入的中间脉冲;在片上学习神经形态芯片离开训练窗口时,停止保存所述神经网络输入的中间脉冲,并将保存的中间脉冲输出到权重更新模块; 所述误差计算模块,用于根据所述神经网络输入的结果脉冲计算误差,将误差计算结果输出到权重更新模块; 所述权重更新模块,用于根据所述脉冲缓存器输出的中间脉冲和所述误差计算模块输入的误差计算结果计算权重变化量,根据权重变化量对所述神经网络进行权重更新; 其中,所述神经网络包括输出层和多个隐含层;所述输出层包括多个输出神经元,每一隐含层包括多个隐含层神经元;所述误差计算结果包括所述神经网络的每个输出神经元产生的误差;所述中间脉冲包括每个隐含层中的每一隐含层神经元发出的脉冲; 所述权重更新模块,根据所述脉冲缓存器输出的中间脉冲和所述误差计算模块输入的误差计算结果计算权重变化量,根据权重变化量对所述神经网络进行权重更新,包括: 对于每一输出神经元n,确定与输出层相邻的隐含层中的每一隐含层神经元m连接到该输出神经元n的突触权重变化量; 对于每一隐含层神经元a,确定与该隐含层神经元a所属隐含层相邻的前一隐含层中的每一隐含层神经元b连接到该隐含层神经元a的突触权重变化量; 将计算的每个突触权重对应的权重变化量与该突触权重的原始权重相加得到新的权重值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人清华大学,其通讯地址为:100084 北京市海淀区清华园1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。