面向逻辑运算的光学神经网络训练方法及装置

本申请涉及一种面向逻辑运算的光学神经网络训练方法及装置，其中，方法包括：确定每个逻辑运算输出端口的光场总能量和背景光强，以构建逻辑对比度函数；根据逻辑对比度函数建立逻辑对比度损失函数，并结合均方误差损失函数，构建混合损失函数；基于自适应训练策略，利用混合损失函数训练光学神经网络，并判断训练过程中混合损失函数是否满足预设收敛要求，如果混合损失函数不满足预设收敛要求，则继续利用混合损失函数训练光学神经网络，否则利用均方误差损失函数训练光学神经网络，以生成满足预设训练要求的目标光学神经网络。由此，解决了现有的均方误差方法面向逻辑运算时无法保证逻辑正确性出现错误比特等问题。