引用stenl · 2019-07
“Related Science paper from last summer”
提到相关的 Science 论文:用光做全光衍射网络
用 3D 打印的无源衍射层实现全光神经网络,在太赫兹波段识别数字
论文提出全光衍射深度神经网络(D2NN):先通过深度学习设计一组协同工作的无源衍射层,使整个结构学会实现不同功能。作者在太赫兹波段实验验证,制作出 3D 打印的 D2NN,学会手写数字分类和成像透镜的功能。作者认为借助 3D 打印等光刻制造方法和空间光调制器,这一框架能以光速完成计算机神经网络能实现的各种复杂功能,可用于全光图像分析、特征检测和物体分类,也可催生能学习特定任务的新相机和光学元件。
HN 上有人把它作为用光识别数字的全光衍射神经网络的相关论文来引用。
这条路径先了解深度学习的概况,再看另一种全光深度网络方案,以对比目标论文用无源衍射层实现的全光机器学习。
它给出深度学习的整体脉络,帮助理解目标论文用物理硬件复现的是怎样的网络。
读只读前向网络与训练的概述部分,了解多层结构为什么能学习复杂函数。
它也是全光深度网络,用相干纳米光子电路实现,可与目标论文的衍射层方案对比。
读光学实现神经网络线性层与非线性的方式,以及与衍射网络在可训练性和制造方式上的差异。
读完前置后,再看用 3D 打印的无源衍射层来实现全光神经网络。
读衍射层如何类比神经元、训练过程(误差反向传播)和太赫兹实验验证:数字分类与成像透镜。
“Related Science paper from last summer”