-
公开(公告)号：CN113485796B
公开(公告)日：2023-07-25
申请号：CN202110869371.3
申请日：2021-07-30
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于集群架构的分布式可扩展模拟计算方法，包括：根据神经元类型与数量、神经突触类型与数量、神经元连接关系，生成脉冲神经网络；根据脉冲神经网络计算机集群资源情况，将脉冲神经网络的神经元分配至集群的各个计算节点上；在每个计算节点CPU上的每个计算核中，并行启动每个周期脉冲神经网络的神经元模拟仿真过程，并在周期更迭间进行计算节点内同步与计算节点间同步；在每个周期内，脉冲神经网络中神经元之间进行信息交互即脉冲传输；节点内脉冲传输使用无锁式双缓冲数据传输机制，节点间脉冲传输依靠TCP/IP协议；在模拟仿真过程周期到达预设的模拟周期数时，记录脉冲神经网络所有模拟周期中神经元的脉冲发放情况，完成仿真过程。
-
公开(公告)号：CN113033782A
公开(公告)日：2021-06-25
申请号：CN202110352414.0
申请日：2021-03-31
Applicant: 广东工业大学
Abstract: 本发明公开了一种手写数字识别模型训练方法和系统，输入MNIST训练数据集和STDP突触初始权值矩阵，建立各神经元模型和各突触模型，使用分布式多线程并行技术，根据计算机资源动态使用多个线程对神经元群体进行预先划分，然后建立线程内局域脉冲神经网络，将每个独立线程内的神经元群体、突触连接关系以及突触权值进行初始化，在初始化完成后，所有线程按照设定轮数迭代进行并行训练，解决了现有的脉冲神经网络采用串行训练方法，不能合理利用计算机资源，训练效率低下，不利于推广的技术问题。
-
公开(公告)号：CN113033782B
公开(公告)日：2023-07-07
申请号：CN202110352414.0
申请日：2021-03-31
Applicant: 广东工业大学
Abstract: 本发明公开了一种手写数字识别模型训练方法和系统，输入MNIST训练数据集和STDP突触初始权值矩阵，建立各神经元模型和各突触模型，使用分布式多线程并行技术，根据计算机资源动态使用多个线程对神经元群体进行预先划分，然后建立线程内局域脉冲神经网络，将每个独立线程内的神经元群体、突触连接关系以及突触权值进行初始化，在初始化完成后，所有线程按照设定轮数迭代进行并行训练，解决了现有的脉冲神经网络采用串行训练方法，不能合理利用计算机资源，训练效率低下，不利于推广的技术问题。
-
公开(公告)号：CN113485796A
公开(公告)日：2021-10-08
申请号：CN202110869371.3
申请日：2021-07-30
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于集群架构的分布式可扩展模拟计算方法，包括：根据神经元类型与数量、神经突触类型与数量、神经元连接关系，生成脉冲神经网络；根据脉冲神经网络计算机集群资源情况，将脉冲神经网络的神经元分配至集群的各个计算节点上；在每个计算节点CPU上的每个计算核中，并行启动每个周期脉冲神经网络的神经元模拟仿真过程，并在周期更迭间进行计算节点内同步与计算节点间同步；在每个周期内，脉冲神经网络中神经元之间进行信息交互即脉冲传输；节点内脉冲传输使用无锁式双缓冲数据传输机制，节点间脉冲传输依靠TCP/IP协议；在模拟仿真过程周期到达预设的模拟周期数时，记录脉冲神经网络所有模拟周期中神经元的脉冲发放情况，完成仿真过程。
-
-
-
Search Results
4
records
(took 0.016 seconds)
