0
对比中的产品
您还可以继续添加
您还可以继续添加
您还可以继续添加
您还可以继续添加
全部清空
开始对比
点击这里给我发消息
工作时间

周一至周五

9:00-18:00

吐槽类型:

  • 网站相关
  • 供应商相关
  • 产品相关

吐槽内容:

联 系 人:

电     话:

邮     箱:

您好! 欢迎来到光电汇

移动端

买家移动端

开启掌上采购新时代

卖家移动端

开启掌上销售新时代

微信公众号

移动端快捷入口

资讯>科研>新闻

通过原位反向传播和梯度测量的光子神经网络训练

2018-08-11

浏览量(157)

最近,集成光学作为用于实现机器学习算法的硬件平台而受到关注。尤为令人感兴趣的是人工神经网络,因为在人工神经网络中大量使用的矩阵矢量乘法可以在光子电路中有效地完成。一个人工神经网络的训练是其应用中的关键步骤。然而,目前在集成光学平台上,没有用于训练这些网络的有效协议。近日,来自美国斯坦福大学的Fan Shanhui和其团队介绍了一种可以实现光子神经网络的高效原位训练的方法。该团队使用伴随变量方法来推导反向传播算法的光子模拟,其为计算传统神经网络梯度的标准方法。他们进一步展示了如何通过在设备内执行强度测量来精确地获得这些梯度。作为一种应用,研究人员展示了一种数值模拟光子人工神经网络的训练。除了光子机器学习的训练,该方法也可能对光子系统的实验灵敏度分析和可重构光学平台的优化具有应用潜力。

68.png

图(a)ANN结构示意图(b)人工神经网络中的操作和梯度计算说明


微信分享
x
用微信扫描二维码
分享至好友和朋友圈
免责声明:

网站内容来源于互联网、原创,由网络编辑负责审查,目的在于传递信息,提供专业服务,不代表本网站及新媒体平台赞同其观点和对其真实性负责。如因内容、版权问题存在异议的,请在 20个工作日内与我们取得联系,联系方式:021-80198330。网站及新媒体平台将加强监控与审核,一旦发现违反规定的内容,按国家法规处理,处理时间不超过24小时。

上海意桐光电科技有限公司所有 © 2014中国 上海 嘉定 沪ICP备 16039563号 -1 沪公安网备 31011402003710号