一种时分复用光学神经网络的抗码型效应训练方法

本发明公开了一种时分复用光学神经网络的抗码型效应训练方法，属于信息技术领域。该方法将高速光信号时序输入序列在进行非线性激活过程中的解析或数值的物理模型完整建模，并耦合进基于反向传播的神经网络训练算法中。具体地说，在损失函数反向传播训练进行到对非线性激活函数的求导时，将码型效应物理模型完整耦合进非线性函数中。在对高速时分复用光学神经网络架构进行训练时，在码型效应客观存在的情况下，网络训练依然能保持较好的性能。相比直接运用通用的反向传播训练方法，本方法训练的光学神经网络收敛性能好，识别准确率显著提升。