文件名称：Tensorflow-Framework-for-Implementing-DNN-using-Memristor-Arrays-
文件大小：1006KB
文件格式：ZIP
更新时间：2024-06-07 17:39:25
Python
Tensorflow框架用于实现使用忆阻器阵列的DNN 在此代码中，我们为基于逆变器的忆阻神经形态硬件设计了一种改进的培训框架，该框架更加便于研究社区使用。 利用行业标准的TensorFlow工具，我们在以前的Matlab培训范例的基础上，为非现场培训创建了一个声明式编程方案。 通过使用有向图来表示和计算神经网络训练，该框架允许更并行和高效的计算。 文件说明 以IEEE格式编写的报告可以在最终报告pdf中找到。 在“代码实现”文件夹中，您将找到以下文件。 Tensorflow_DNN.py-用于MNIST数据集的Tensorflow训练框架 memristor_DNN.py –用于MNIST数据集的Numpy数组训练框架 MNIST_complete.mat-用于上述网络培训的MNIST数据集 先决条件 该培训框架需要以下模块： Python（2.7X或3.6X均可正常工作） Te
【文件预览】：
Tensorflow-Framework-for-Implementing-DNN-using-Memristor-Arrays--master
----README.md(2KB)
----DNN_Custom_Gradients.ipynb(25KB)
----Models- Images- Graphs()
--------Two Layer Neural Network Circuit Implemented With an Inverter.JPG(67KB)
--------Cost Plot.png(43KB)
--------Synaptic Weights for Each Neuron.JPG(30KB)
--------Network Dataflow Graph.png(115KB)
----Final Report.pdf(559KB)
----Code Implementation()
--------memristor_DNN.py(21KB)
--------MNIST_complete.mat(248KB)
--------Tensorflow_DNN.py(20KB)