摘要
针对电子计算中摩尔定律不断减慢、电子晶体管的规模接近物理极限等造成的计算速度难以进一步提高的问题,提出了一种基于VGG16的衍射光子神经网络(VGG16-DONN)结构。该结构利用光衍射层作为VGG16的光学前端,替换了VGG16中计算耗时占比最大的第一层电卷积层,分别对CelebA数据集和猫狗数据集进行分类(分类精度分别达到86.34%和88.53%),实现了与电子神经网络相当的分类精度。此外,基于此结构,提出了一种面向情境依赖处理(CDP)的VGG16-DONN方法,对CelebA数据集进行分类(平均精度为83.10%),同样达到了与电子神经网络相当的分类精度。不难看出,VGG16-DONN以及其与CDP模块相结合的方式,除了能够借助光计算速度快的优势克服电子神经网络计算慢的问题外,还能够达到与电子神经网络相当的精度,这对于图像处理、医疗、通信等领域都具有重要意义。
-
单位信息光子学与光通信国家重点实验室; 北京邮电大学