一种适用于忆阻型类脑芯片硬件部署的神经网络训练方法

本发明公开了一种适用于忆阻型类脑芯片硬件部署的神经网络训练方法。本发明在训练阶段通过部分元等效电路方法提取交叉阵列等效电路，并集成交叉阵列的等效电路时域瞬态仿真求解过程到梯度传播中，使网络能够在训练过程中学习并适应交叉阵列的输出特性；进一步地，引入基于权重阈值的非结构动态剪枝方法，有效减少了低阻态状态下的忆阻器比例，抑制交叉阵列中潜行路径的同时降低了交叉阵列运行成本。相较于传统的训练方法，本发明提供的方法能够显著增强神经网络在硬件部署时的稳定性和精度，并具备广泛的适用性，可用于多种高级记忆器件的神经网络训练及部署优化。