智能光计算大模型训练方法与系统

本公开涉及光计算技术领域，尤其涉及一种智能光计算大模型训练方法与系统。其中，该方法包括：获取训练数据集，并将训练数据集中的数据输入预设大模型中，得到预测结果；基于预测结果和真实结果，通过目标损失函数确定对应的目标损失值；基于目标损失值进行反向梯度传播，确定多层感知机层对应的第一损失梯度；基于第一损失梯度，确定每个光模块层的第二损失梯度；基于每个光模块层的第二损失梯度，对每个光模块层中的参数进行更新，重复上述步骤，直至所述预设大模型收敛，得到目标大模型。本公开通过将光模块层集成到多层感知机层中，从而利用光模块层实现光学矩阵运算的高效加速，减少了计算的延迟与功耗，提高了大模型的训练效率。