神经网络硬件方面的的调查研究.pptVIP

神经网络硬件方面的调查研究 智能计算作业 姓名：张可新 学号Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 文献摘要 在过去的十年中，并行人工神经网络模型的硬件开发设计很多。本文旨在对人工神经网络硬件进行回顾述。介绍硬件规格、执行评价等神经网络的基础技术，介绍人工神经网络主要结构类型。详细描述了CNAPS（连接网络的自适应处理器） 和SYNAPSE-1（神经算法在并行脉动阵列中的合成 ）两种神经硬件以及一些神经网络硬件的应用。讨论了神经网络硬件的未来发展与挑战。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 一、介绍 在过去十年，神经网络的硬件有了迅速的发展。神经网络硬件设备被认为在一些领域中上具有发展空间，如图像处理，语音合成分析，模式识别，高能物理等。 神经网络硬件通常被认为是实施神经网络结构和学习算法的设备，特别是那些具有神经网络所固有并列属性的设备。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 一、介绍 在过去十年，神经网络的硬件有了迅速的发展。神经网络硬件设备被认为在一些领域中上具有发展空间，如图像处理，语音合成分析，模式识别，高能物理等。 神经网络硬件通常被认为是实施神经网络结构和学习算法的设备，特别是那些具有神经网络所固有并列属性的设备。 本文概述了神经网络硬件结构的发展现状，介绍了神经网络的硬件规格、分类、结构种类、设计方法以及最新的发展状况以及实际应用。对神经网络硬件的发展趋势进行了讨论。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 二、人工神经元模型和神经网络的结构 人工神经元模型 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 二、人工神经元模型和神经网络结构 人工神经网络结构 第一层神经元是从前一层得到的输入，其输出会作为下一层的输入。 连接神经元到同一层或前一层的结构成为递归神经网络。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 三、神经网络的硬件与软件 神经网络软件 当所处理的任务不需要非常快的运行速度时，大多数神经网络设计师的解决方案，是采用软件应用于电脑或工作站上，而不是寻求特殊附加硬件去解决。 即使是最快的串行处理器也无法提供实时响应和对大量的神经元、突触的网络学习。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 三、神经网络的硬件与软件 神经网络硬件 多个简单处理单元并行处理，可以提供巨大加速。当硬件实现时，神经网络可以充分利用其固有的并行性，并且其运行量级远远大于软件模拟。 一般来说，神经网络硬件设计人员所采用的方法有两种。一种方法是建立一个普通但较贵的系统上，这个系统可根据不同任务重新编程，如自适应解决方案CNAPS[ 15 ]。另一个办法是建立一个专门的廉价芯片迅速有效的处理一件事，如IBM ZISC [ 16 ]。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd