声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：胡飞,尤志强,刘鹏,邝继顺,
关键词：神经形态计算, 卷积神经网络, 忆阻器, 忆阻器交叉阵列, 硬件加速,
由于在神经形态计算方面具有优良的性能，忆阻器交叉阵列引起了研究者的广泛关注.利用忆阻器与传统器件提出了1个改进的忆阻器交叉阵列电路，可以准确地存储权重与偏置，结合相应的编码方案后可以运算点积操作，并将其用于卷积神经网络中的卷积核、池化与分类器部分.利用改进的忆阻器交叉阵列和基于卷积神经网络本身拥有的高容错性，还设计了1个忆阻卷积神经网络结构，可以完成1个基本卷积神经网络算法.在卷积操作后直接存储模拟形式的计算结果，使得卷积操作与池化操作之间避免了1次模数-数模转换过程.实验结果表明:设计的面积为0.8525cm\+2芯片上的运算性能是1台计算机速度的1770倍，在面积基本相当的前提下，性能比前人设计的电路提高了7.7倍.设计存在可以接受的微小识别误差开销，与软件运行结果相比，此电路在每个忆阻器存储6b或8b信息的情况下平均识别误差分别只增加了0.039%与0.012%.
来源：2018年第5期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。