-
公开(公告)号:CN115936070A
公开(公告)日:2023-04-07
申请号:CN202211632517.3
申请日:2022-12-19
申请人: 南京理工大学
IPC分类号: G06N3/0464 , G06N3/084 , G06F18/24 , G06N3/049
摘要: 本申请提供一种低延时低功耗脉冲神经网络转换方法,包括:搭建适合进行转换的卷积神经网络,其中激活函数采用有限软阶梯激活函数替代,并采用反向传播算法对网络的权值进行训练;通过训练集图像对权重进行归一化;构建软重置IF神经元模型;构建基于事件驱动的最大池化层;采用神经元模型与最大池化层搭建与原ANN结构一致的脉冲神经网络,复用原ANN训练得到的权重参数;对输入进行重复编码,经过第一卷积层计算输出的幅值输入上述替换后的神经元,输出指定时间步的脉冲序列,将脉冲序列输入网络中得到分类结果。本申请提高网络的转换精度,降低了模型转换的精度损失。