新闻中心

EEPW首页 > 智能计算 > 业界动态 > 斯坦福证明神经网络能直接在光学芯片上训练

斯坦福证明神经网络能直接在光学芯片上训练

作者:时间:2018-07-30来源:网络收藏

  日前,美国大学的研究人员已经证明,可以直接在上训练人工

本文引用地址:http://www.eepw.com.cn/article/201807/389717.htm

  这一重大突破表明,光学电路可以实现基于电子的人工的关键功能,进而可以以更便宜、更快速和更节能的方式执行语音识别、图像识别等复杂任务。

  大学研究团队的负责人范汕洄表示,相比使用数字计算机,使用进行计算更有效,能够解决更复杂的问题,这将增强人工神经网络的能力。

  虽然光学人工神经网络最近已经得到实验证明,但此前的研究是在传统的数字计算机上使用一个模型进行训练步骤,然后将最终的设置导入光学电路。大学的研究人员研究出一种新方法,通过实现“反向传播”算法(这是训练传统神经网络的标准方法)的光学模拟,直接在设备中训练人工神经网络。

  据介绍,该方法是使用物理设备而不是计算机模型进行训练,可以使训练过程更精确。由于训练步骤是神经网络实现中非常耗费计算力的部分,因此,在光学电路上执行这个步骤,对于改进人工神经网络的计算效率、速度和功耗都是至关重要的。



评论


相关推荐

技术专区

关闭