首页 > 学术百科

一种基于STDP在线学习的卷积脉冲神经网络的硬件加速器[发明专利]

专利名称：一种基于STDP在线学习的卷积脉冲神经网络的硬件加速器

专利类型：发明专利

发明人：朱晓雷，董骁，陈沁馨，马德，唐华锦

申请号：CN202210220091.4

申请日：20220308

公开号：CN114611684A

公开日：

20220610

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于STDP在线学习的卷积脉冲神经网络的硬件加速器，采用STDP与RSTDP两种算法结合训练，支持网络的在线学习，能够适应动态变化的环境。所述硬件加速器由上位机与FPGA组成，前者进行脉冲编码等数据预处理，后者进行实际的网络计算。加速器在Xilinx的ZCU102型号的FPGA上实现，最终在MNIST数据集上进行训练，测试准确率可达95％。本发明支持小样本学习，即使有标签的本量减少到原训练集的20％，测试准确率依然可达约95％。在100MHz 时钟频率下，每幅图像推理时间为0.16s，训练时间为0.177s，处理速度比CPU提高了16倍。本发明功耗为3.979W，相比于CPU降低了两个数量级。

申请人：浙江大学，之江实验室

地址：310058 浙江省杭州市西湖区余杭塘路866号

国籍：CN

代理机构：杭州求是专利事务所有限公司

代理人：郑海峰

本文发布于:2024-09-20 13:45:51，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/752386.html

上一篇：一种基于QEMU摄像头设备的图像类外设数据重定向系统[发明专利]

下一篇：网络安全设备的AI测试方法、客户端及系统[发明专利]