反向传播算法实现人工神经网络
博信光学超市 / 2018-08-15
为了研究光学人工神经网络，科学家们一直在尝试不断的实验方法，此前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。而斯坦福大学研究人员研究出一种新方法，通过实现“反向传播”算法的光学模拟，直接在设备中训练人工神经网络。
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。
这一重大突破表明，光学电路可以实现基于电子的人工神经网络的关键功能，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。
用户评论(共0条评论)
- 暂时还没有任何用户评论
