一种脉冲神经网络模型的训练方法、存储介质及计算设备

    公开(公告)号:CN114398949B

    公开(公告)日:2024-07-26

    申请号:CN202111519679.1

    申请日:2021-12-13

    Abstract: 本申请公开了一种脉冲神经网络模型的训练方法、存储介质及计算设备,方法包括:各计算节点进行前向传播确定激活值;各计算节点根据激活值计算并传输局部梯度,使得计算节点仅保存其对应的所有局部梯度;根据所有局部梯度确定目标梯度,根据目标梯度确定局部模型参数;将局部模型参数传输至其他计算节点以更新模型参数。本申请中各计算节点计算每个计算节点的局部梯度,传输并删除其他计算节点的局部梯度,使得各计算节点仅保存其对应的所有局部梯度,这样每个计算节点仅需要存放自身的局部梯度及激活值等,降低对计算节点的显示占用量,从而可以增大脉冲神经网络模型的训练批量,提高脉冲神经网络模型的训练速度。

    一种脉冲神经网络模型的训练方法、存储介质及计算设备

    公开(公告)号:CN114398949A

    公开(公告)日:2022-04-26

    申请号:CN202111519679.1

    申请日:2021-12-13

    Abstract: 本申请公开了一种脉冲神经网络模型的训练方法、存储介质及计算设备,方法包括:各计算节点进行前向传播确定激活值;各计算节点根据激活值计算并传输局部梯度,使得计算节点仅保存其对应的所有局部梯度;根据所有局部梯度确定目标梯度,根据目标梯度确定局部模型参数;将局部模型参数传输至其他计算节点以更新模型参数。本申请中各计算节点计算每个计算节点的局部梯度,传输并删除其他计算节点的局部梯度,使得各计算节点仅保存其对应的所有局部梯度,这样每个计算节点仅需要存放自身的局部梯度及激活值等,降低对计算节点的显示占用量,从而可以增大脉冲神经网络模型的训练批量,提高脉冲神经网络模型的训练速度。

Patent Agency Ranking