神经网络中的非线性激活层可以改变多层网络数据间的线性变换关系，使神经网络得以进行更复杂的学习。为实现处理速度更快，能耗更低的运算，近年来光子领域的神经网络逐渐受到重视，一系列光学非线性激活函数器件应运而生。本文综述了近年来在光学神经网络中引入非线性激活函数的工作，从光学非线性函数的物理机制及其在光学神经网络中的应用出发，对该领域的工作进行了回顾；总结并讨论了光学神经网络中光学非线性激活函数器件发展所面临的挑战及变化趋势，并基于此展望了其发展前景。
科研之友
微信
新浪微博
Facebook
分享链接
