摘要
一种面向浅层脉冲神经网络加速器的近似时间编码方法,属于神经网络处理器技术领域。为解决减少脉冲数量的同时降低SNN的整体精度损失,本发明包括对待设计的脉冲神经网络加速器,计算脉冲神经网络加速器的输入神经元接收脉冲的发射时间,用于对输入数据进行处理转换为时序脉冲序列;对待设计的脉冲神经网络加速器,提取平均脉冲率;构建近似时间编码的自适应配置方法,计算近似时间窗口;对待设计的脉冲神经网络加速器进行突触剪枝,然后基于近似时间窗口调节脉冲神经网络加速器中的神经元,完成调节后等待进入新的神经元的时间窗口。本发明可以在降低更多能耗的同时,产生更少的精度损失。
技术关键词
神经网络加速器
时间编码方法
脉冲
神经网络处理器
编码生成器
时序
时钟
计数器
像素
矩阵
表达式
密度
数据
图像
精度
逻辑
线性
能耗
系统为您推荐了相关专利信息
神经网络模型
脉冲噪声
频域特征
传感器
时域特征
多模态
平顶
激光光束整形系统
环形
钛合金基材表面
梅尔频率倒谱系数
跨模态
多模态
加权特征
分层特征
超导量子芯片
修复装置
光电传感模块
电学性能参数
电路修复方法
助眠系统
失眠治疗设备
信号采集设备
睡眠生理
数据收发模块