论文部分内容阅读
基于0.6μm标准CMOS工艺，设计并实现了一种可扩展BP在片学习神经网络芯片。该芯片包含8个神经元和64个突触。提出了一种新颖的可扩展拓扑结构，使得利用该芯片构成完整的神经网络系统时，不需附加额外的神经元误差计算芯片；将L个芯片层叠起来就可以得到一个L层的神经网络。该芯片采用模拟电路，利用电容进行电荷存储，在片学习本身可用于权重刷新以保证权重值的正确性。奇偶校验实验证明了该神经网络芯片具有在片学习的能力。