Optische neurale netwerken zonder elektriciteit: hoe licht door een lens sturen om matrices in een oogwenk te vermenigvuldigen
In 2018 drukte een groep van de Universiteit van Californië, Los Angeles een diffractief diep neuraal netwerk (D²NN) in 3D van gewoon plastic. Vijf plastic platen vermenigvuldigen matrices via lichtdiffractie en bereiken een nauwkeurigheid van 91,75 procent bij het herkennen van handgeschreven cijfers, zonder enig elektriciteitsverbruik na fabricage. De training vindt plaats op een GPU, waarna de gewichten in de plaatgeometrie worden vastgelegd.
University of California, Los Angeles
Habr — хаб ML28.07 · 13:01
