事件型并行的在线学习神经形态计算方法及系统

本发明提供了一种事件型并行的在线学习神经形态计算方法及系统，其中方法包括构建框架步骤、样本学习步骤、稀疏计算步骤以及并行计算步骤；系统包括计算核心、Mesh‑Tree混合的片上路由通信网络、配置与监控模块、全局控制模块以及Argmax决策模块。本发明的稀疏计算步骤(事件驱动型)、并行计算步骤，解决了大规模神经形态硬件实现在线学习时存在的低效率问题，同时本发明的基于神经调制的在线学习框架和样本学习步骤，缓解了当前定制在线学习处理器的兼容问题和大量内存消耗问题；本发明的计算系统高效实现了本发明的计算方法，同时基于可配置数据路径的计算引擎架构和灵活NoC通信，提升了支持在线学习的神经形态处理器的兼容性、可扩展性以及学习性能。