Moku 3.3版更新在 Moku:Pro 平台新增了全新的儀(yi) 器功能【神經網絡】，使用戶能夠在Moku設備上部署實時機器學習(xi) 算法，進行快速、靈活的信號分析、去噪、傳(chuan) 感器調節校準、閉環反饋等国产成人在线观看免费网站。如果您不熟悉神經網絡的基礎知識，或者想了解神經網絡如何優(you) 化加速實驗研究，請繼續閱讀，探索基於(yu) 深度學習(xi) 的現代智能化實驗的廣闊国产成人在线观看免费网站前景。
Moku人工神經網絡101
Moku 3.3版更新在 Moku:Pro 平台新增了全新的儀(yi) 器功能【神經網絡】，使用戶能夠在Moku設備上部署實時機器學習(xi) 算法，進行快速、靈活的信號分析、去噪、傳(chuan) 感器調節校準、閉環反饋等国产成人在线观看免费网站。如果您不熟悉神經網絡的基礎知識，或者想了解神經網絡如何優(you) 化加速實驗研究，請繼續閱讀，探索基於(yu) 深度學習(xi) 的現代智能化實驗的廣闊国产成人在线观看免费网站前景。
什麽(me) 是神經網絡？
“人工神經網絡”（ANN）又稱“神經網絡”，是一種模仿生物神經網絡的計算模型。在這篇介紹中，我們(men) 將側(ce) 重介紹全連接神經網絡，不涉及卷積、遞歸和變壓器架構等複雜設置。
神經網絡由各層節點組成。一個(ge) 節點的值取決(jue) 於(yu) 上一層一個(ge) 或多個(ge) 節點的值。第1層（輸入）的節點直接從(cong) 外部輸入獲取其值，而zui後一層（輸出）的節點則給出網絡的結果。輸入層和輸出層之間的層被稱為(wei) 隱藏層。
用數學術語來說，可以把輸入層想象成一個(ge) N ✕ 1 矩陣，其中 N 是輸入層的節點數，矩陣中的每個(ge) 元素都對應激活值，如圖 1 所示。
圖 1：典型神經網絡架構，包含輸入層、隱藏層和輸出層。
接下來是隱藏層。隱藏層的數量及其節點數取決(jue) 於(yu) 模型的複雜性和可用的計算能力。隱藏層的每個(ge) 節點會(hui) 對輸入層的激活值国产成人在线观看免费网站不同的權重和偏置，然後通過非線性激活函數處理。通過這種方式，神經網絡不僅(jin) 能執行簡單的線性運算，還能解決(jue) 複雜的非線性問題。
圖 2：隱層的激活值是通過上一層激活值的組合計算得出的。
如果輸入層是一個(ge) N ✕ 1 矩陣（n1、n2......），那麽(me) 下一個(ge) 激活值就是將其與(yu) 一個(ge) M ✕ N 矩陣相乘得到的，其中 M 是隱藏層的節點數。矩陣中的每個(ge) 元素都是一個(ge) 權重，用 wmn 表示，這意味著每一層都需要 MN 個(ge) 參數。結果是一個(ge) M ✕ 1 矩陣，然後用偏置值（b1、b2......）抵消。計算出新的激活值後，將其傳(chuan) 遞給 “激活函數”。激活函數可以提供非線性行為(wei) ，如剪切和歸一化，能使網絡比簡單的矩陣乘法更強大。
數據經過幾個(ge) 隱藏層處理後，zui終到達輸出層。輸出節點的激活值對国产成人在线观看免费网站於(yu) 分類或預測相關(guan) 參數。例如，從(cong) 示波器收集的時間序列數據被輸入到輸入層，達到將信號分類為(wei) 正弦波、方波、鋸齒波或直流信號的神經網絡目的。在輸出層中，每個(ge) 節點將對應其中一個(ge) 選項，激活值z高的節點代表網絡對信號形式的z佳猜測。如果一個(ge) 激活值接近 1，而其他激活值接近 0，則表示網絡猜測的可信度很高。如果激活值相近，則表示對預測結果的信心不足。
神經網絡是如何工作的？
如果不調整隱藏層的權重和偏置，神經網絡zui終隻能是一個(ge) 複雜的隨機數生成器。為(wei) 了提高模型的準確性，用戶必須提供訓練數據，即使用已知答案的訓練數據集優(you) 化模型。然後，模型可以根據訓練集計算出自己的答案，並與(yu) 真實值進行比較。計算出的差值被稱為(wei) 成本函數，是對模型性能的量化評估。
計算出給定數據集的成本函數後，就可以通過各種微積分運算來調整隱藏層的權重和偏置，從(cong) 而達到z小化成本函數的目標。這與(yu) 向量微積分中的梯度下降概念類似，可在文獻[1]中進一步探討。這一過程被稱為(wei) 反向傳(chuan) 播（backpropagation），它允許通過成本函數獲得的信息在各層中向後傳(chuan) 遞，從(cong) 而使模型在無需人工輸入的情況下進行學習(xi) 或自我調整。
訓練數據通常會(hui) 在神經網絡中運行多次。提供給模型的每個(ge) 數據實例被稱為(wei) 一個(ge) 曆元。通常情況下，部分訓練數據會(hui) 被保留用於(yu) 驗證。在驗證過程中，訓練有素的網絡將從(cong) 保留的數據集中推斷輸出，並將其預測結果與(yu) 已知的正確輸出進行比較。這比單純的成本函數值更能準確反映模型的性能，因為(wei) 它表明了模型對新輸入和新輸入的泛化能力。
神經網絡有哪些不同類型？
神經網絡的運行原理雖然相似，但根據国产成人在线观看免费网站的不同可以有多種形式。常見的神經網絡包括
前饋神經網絡（FNN）： 這是標準格式，如上述示例中討論的格式。在前饋神經網絡中，數據通過網絡向前傳(chuan) 遞，不需要任何反饋，也不需要記憶之前的輸入。典型的国产成人在线观看免费网站例子比如圖像識別，每個(ge) 像素都是神經網絡的輸入，而輸出則是對該圖像的分類。
卷積神經網絡（CNN）： 這是 FNN 的一種子類型，通常通過使用濾波器來檢測圖像中的特征。由於(yu) 圖像的尺寸通常很大，這些濾波器的作用是將輸入圖像的尺寸縮小到更小的權重數。這樣，隱層中的每個(ge) 神經元就可以在整個(ge) 輸入中掃描相同的特征，因此CNN 在處理圖像識別任務具有很高魯棒性。
遞歸神經網絡（RNN）： 與(yu) 前饋網絡不同，RNN 在隱藏層中使用反饋。反饋機製為(wei) 係統提供了記憶，因此給定層的輸出可以取決(jue) 於(yu) 先前的輸入。這使得 RNN 成為(wei) 時間序列、語音和音頻數據等連續數據集的絕佳選擇。
自動編碼器： 自動編碼器是一種特殊的神經網絡，它能將給定數據編碼到一個(ge) 縮小的維度空間，然後從(cong) 編碼數據中重建或解碼。從(cong) 概念上講，這與(yu) 統計和生物信息學中常用的主成分分析 (PCA) 非常相似。
神經網絡在信號處理中的国产成人在线观看免费网站
神經網絡不僅(jin) 在大型語言模型、圖像解密和翻譯等方麵具有廣泛国产成人在线观看免费网站，還能顯著提升信號處理中的測量性能。利用機器學習(xi) 改進測量設置的国产成人在线观看免费网站包括：
控製係統： 在某些複雜係統中，很難事先知道實現特定控製狀態所需的輸入，或者係統模型難以反向推導。在這種情況下，可使用波形發生器或函數發生器對係統進行探測，同時使用示波器監控係統的響應狀態。然後，神經網絡根據當前狀態與(yu) 目標控製之間的差異學習(xi) 反向映射。與(yu) PID 控製器結合使用，可實現 PID 參數的自適應調整 [2]。
傳(chuan) 感器校準： 神經網絡可以獲取傳(chuan) 感器數據並補償(chang) 係統誤差，如電纜的相位失真或延遲，或光電探測器的光束偏差。這種方法可在數據進入下一階段實驗前進行實時修正，提高測量精度。
信號去噪： 這種技術利用神經網絡作為(wei) 自動編碼器，提取信號的關(guan) 鍵特征，然後根據這些特征重建信號。由於(yu) 隨機噪聲不屬於(yu) 關(guan) 鍵特征，重建後的信號本質上就是經過去噪的信號，即神經網絡充當了高效的噪聲濾波器。
信號分類： 神經網絡可將時間序列等輸入信號與(yu) 已知模板或一係列模板進行比較。這樣，用戶就能快速對信號類別進行分類，識別數據集中的異常值或錯誤，檢測隨機事件，或根據 IQ 正交振幅量子態進行分類 [3]。
圖 3：經過神經網絡處理後的去噪重建信號。
基於(yu) FPGA 的神經網絡有哪些優(you) 勢？
神經網絡通常是在 CPU 和/或 GPU 的組合上構建和運行的。這在處理大型模型時非常有效，但同時也對資源和能耗要求較高。對於(yu) 前麵提到的信號處理国产成人在线观看免费网站類型來說往往也是過度的。
FPGA具有高速處理及並行能力，使得神經網絡在處理實時數據時具備低延遲和高效的資源利用率。與(yu) 傳(chuan) 統的GPU/CPU相比，基於(yu) FPGA 的神經網絡非常適合實驗情況，因為(wei) 它們(men) 處理實時數據的速度快，無需與(yu) 主機 PC 通信就能實現快速控製和決(jue) 策。FPGA 還可以根據用戶需求變化重新調整配置，靈活性強。zui後，由於(yu) FPGA 體(ti) 積小巧，在FPGA 上實現的神經網絡有助於(yu) 減少資源和能源消耗 [4][5]。
Moku 神經網絡是什麽(me)
Moku基於(yu) FPGA開發了一些列靈活、可快速重新配置的測試和測量儀(yi) 器套件外， Moku:Pro 現在還新增 Moku 神經網絡 功能。得益於(yu) FPGA 的可重構性性和快速處理速度，神經網絡可與(yu) 其他 Moku 儀(yi) 器（如 波形發生器、 PID 控製器和 示波器）一起使用，優(you) 化信號分析、去噪、傳(chuan) 感器調節和閉環反饋等国产成人在线观看免费网站場景解決(jue) 方案。
用戶可以使用 Python 開發和訓練自己的神經網絡，並在多儀(yi) 器並行模式下將訓練好的神經網絡上傳(chuan) 到 Moku:Pro 。這樣就可以實現多達四個(ge) 輸入通道或一個(ge) 通道的時間序列數據分析，以及多達四個(ge) 輸出用於(yu) 實時實驗數據處理，所有這些都可以在一台 Moku:Pro 上完成。Moku 神經網絡具有多達五個(ge) 全連接層，每個(ge) 層包含多達 100 個(ge) 神經元，並根據您的国产成人在线观看免费网站提供五種不同的激活函數選項，以適應不同国产成人在线观看免费网站需求。
如果您想了解基於(yu) FPGA 的 Moku 神經網絡如何加速您的研究進展，聯係昊量光電查看完整分步教程。這篇指南將介紹所有基礎知識，包括 Python 安裝、Moku 神經網絡構建和訓練以及部署。如果您已經熟悉神經網絡的基本概念，您可以在這兒(er) 找到更多高ji現成的示例。
更多詳情請聯係昊量光電/歡迎直接聯係昊量光電
關(guan) 於(yu) 昊量光電：
上海昊量光電設備有限国产黄色在线观看是光電国产欧美在线專(zhuan) 業(ye) 代理商，国产欧美在线包括各類激光器、光電調製器、光學測量設備、光學元件等，涉及国产成人在线观看免费网站涵蓋了材料加工、光通訊、生物醫療、科學研究、國防、量子光學、生物顯微、物聯傳(chuan) 感、激光製造等；可為(wei) 客戶提供完整的設備安裝，培訓，硬件開發，軟件開發，係統集成等服務。
您可以通過我們(men) 昊量光電的官方網站www.weilancj.com了解更多的国产欧美在线信息，或直接來電谘詢4006-888-532。
參考
[1] K. Clark, Class Lecture, Topic: “Computing Neural Network Gradients,” CS224n, Stanford University, USA, 2019. https://web.stanford.edu/class/cs224n/readings/gradient-notes.pdf
[2] J. Wang, M. Li, W. Jiang, Y. Huang, and R. Lin, “A Design of FPGA-Based Neural Network PID Controller for Motion Control System.” Sensors, vol. 22, no. 3, p. 889, Jan. 2022. https://doi.org/10.3390/s22030889
[3] N. R. Vora et al., “ML-Powered FPGA-based Real-Time Quantum State Discrimination Enabling Mid-circuit Measurements,” arXiv:2406.18807 [quant-ph], Jun. 2024. https://arxiv.org/abs/2406.18807
[4] A. El Bouazzaoui, A. Hadjoudja, O. Mouhib, “Real-Time Adaptive Neural Network on FPGA: Enhancing Adaptability through Dynamic Classifier Selection,” arXiv:2311.09516v2 [cs.AR], Nov. 2023. https://arxiv.org/html/2311.09516v2
[5] C. Wang and Z. Luo, “A Review of the Optimal Design of Neural Networks Based on FPGA,” Appl. Sci., vol. 12, no. 3, p. 10771, OCT. 2022.https://doi.org/10.3390/app122110771
