摘要
本公开提供了一种基于混合精度的类脑脉冲神经网络模型设计方法、装置及计算机设备。对象分类模型为脉冲神经网络模型,对象分类模型的训练方法包括:将当前批次训练样本输入所述对象分类模型,得到所述当前批次训练样本的预测结果;基于所述当前批次训练样本的预测结果与预先确定的训练标签,计算所述对象分类模型的总损失;基于所述总损失,对所述对象分类模型的模型参数进行更新;其中,所述模型参数包括:权重参数、与数据量化步长相关的数据量化参数、与模型尺寸和计算量相关的数据位宽参数。
技术关键词
脉冲神经网络模型
参数
对象分类方法
训练装置
计算机可执行指令
计算机设备
数据
图像
对象分类装置
量化误差
视频
标签
处理器
样本
计算机程序产品
元素
可读存储介质
系统为您推荐了相关专利信息
建筑图像数据
面向虚拟现实
舒适度评估方法
视觉
数据分布
激光打标机
智能系统
智能识别模块
运动控制模块
动态