領(lǐng)域本公開(kāi)的某些方面一般涉及神經(jīng)系統(tǒng)工程，并且尤其涉及用于使用尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)的圖像的不變對(duì)象表示。背景可包括一群互連的人工神經(jīng)元(即，神經(jīng)元模型)的人工神經(jīng)網(wǎng)絡(luò)是一種計(jì)算設(shè)備或者表示將由計(jì)算設(shè)備執(zhí)行的方法。人工神經(jīng)網(wǎng)絡(luò)可具有生物學(xué)神經(jīng)網(wǎng)絡(luò)中的對(duì)應(yīng)的結(jié)構(gòu)和/或功能。然而，人工神經(jīng)網(wǎng)絡(luò)可為其中傳統(tǒng)計(jì)算技術(shù)是麻煩的、不切實(shí)際的、或不勝任的某些應(yīng)用提供創(chuàng)新且有用的計(jì)算技術(shù)。由于人工神經(jīng)網(wǎng)絡(luò)能從觀察中推斷出功能，因此這樣的網(wǎng)絡(luò)在因任務(wù)或數(shù)據(jù)的復(fù)雜度使得通過(guò)常規(guī)技術(shù)來(lái)設(shè)計(jì)該功能較為麻煩的應(yīng)用中是特別有用的。概述在本公開(kāi)的一方面，公開(kāi)了一種用于使用尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)不變地表示對(duì)象的方法。該方法包括通過(guò)尖峰序列表示該對(duì)象。該方法還包括確定該對(duì)象表示的參考特征。該方法進(jìn)一步包括基于該參考特征將該對(duì)象表示轉(zhuǎn)換成規(guī)范形式。在本公開(kāi)的另一方面，公開(kāi)了一種用于使用尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)不變地表示對(duì)象的裝置。該裝置包括存儲(chǔ)器以及耦合至該存儲(chǔ)器的至少一個(gè)處理器。(諸)處理器配置成通過(guò)尖峰序列表示該對(duì)象。(諸)處理器還配置成確定該對(duì)象表示的參考特征。(諸)處理器進(jìn)一步配置成基于該參考特征將該對(duì)象表示轉(zhuǎn)換成規(guī)范形式。在還有另一方面，公開(kāi)了一種用于使用尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)不變地表示對(duì)象的設(shè)備。該裝備包括用于通過(guò)尖峰序列表示該對(duì)象的裝置。該裝備還具有用于確定該對(duì)象表示的參考特征的裝置。該裝備進(jìn)一步包括用于基于該參考特征將該對(duì)象表示轉(zhuǎn)換成規(guī)范形式的裝置。在本公開(kāi)的又一方面，公開(kāi)了一種計(jì)算機(jī)程序產(chǎn)品。該計(jì)算機(jī)程序產(chǎn)品包括其上編碼有程序代碼的非瞬態(tài)計(jì)算機(jī)可讀介質(zhì)。該程序代碼包括用以通過(guò)尖峰序列表示該對(duì)象的程序代碼。該程序代碼還具有用以確定該對(duì)象表示的參考特征的程序代碼。進(jìn)一步，該程序代碼包括用以基于該參考特征將該對(duì)象表示轉(zhuǎn)換成規(guī)范形式的程序代碼。這已較寬泛地勾勒出本公開(kāi)的特征和技術(shù)優(yōu)勢(shì)以便下面的詳細(xì)描述可以被更好地理解。本公開(kāi)的附加特征和優(yōu)點(diǎn)將在下文描述。本領(lǐng)域技術(shù)人員應(yīng)該領(lǐng)會(huì)，本公開(kāi)可容易地被用作修改或設(shè)計(jì)用于實(shí)施與本公開(kāi)相同的目的的其他結(jié)構(gòu)的基礎(chǔ)。本領(lǐng)域技術(shù)人員還應(yīng)認(rèn)識(shí)到，這樣的等效構(gòu)造并不脫離所附權(quán)利要求中所闡述的本公開(kāi)的教導(dǎo)。被認(rèn)為是本公開(kāi)的特性的新穎特征在其組織和操作方法兩方面連同進(jìn)一步的目的和優(yōu)點(diǎn)在結(jié)合附圖來(lái)考慮以下描述時(shí)將被更好地理解。然而，要清楚理解的是，提供每一幅附圖均僅用于解說(shuō)和描述目的，且無(wú)意作為對(duì)本公開(kāi)的限定的定義。附圖簡(jiǎn)述在結(jié)合附圖理解下面闡述的詳細(xì)描述時(shí)，本公開(kāi)的特征、本質(zhì)和優(yōu)點(diǎn)將變得更加明顯，在附圖中，相同附圖標(biāo)記始終作相應(yīng)標(biāo)識(shí)。圖1解說(shuō)了根據(jù)本公開(kāi)的某些方面的示例神經(jīng)元網(wǎng)絡(luò)。圖2解說(shuō)了根據(jù)本公開(kāi)的某些方面的計(jì)算網(wǎng)絡(luò)(神經(jīng)系統(tǒng)或神經(jīng)網(wǎng)絡(luò))的處理單元(神經(jīng)元)的示例。圖3解說(shuō)了根據(jù)本公開(kāi)的某些方面的尖峰定時(shí)依賴可塑性(STDP)曲線的示例。圖4解說(shuō)了根據(jù)本公開(kāi)的某些方面的用于定義神經(jīng)元模型的行為的正態(tài)相和負(fù)態(tài)相的示例。圖5解說(shuō)了根據(jù)本公開(kāi)的某些方面的使用通用處理器來(lái)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的示例實(shí)現(xiàn)。圖6解說(shuō)了根據(jù)本公開(kāi)的某些方面的設(shè)計(jì)其中存儲(chǔ)器可以與個(gè)體分布式處理單元對(duì)接的神經(jīng)網(wǎng)絡(luò)的示例實(shí)現(xiàn)。圖7解說(shuō)了根據(jù)本公開(kāi)的某些方面的基于分布式存儲(chǔ)器和分布式處理單元來(lái)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的示例實(shí)現(xiàn)。圖8解說(shuō)了根據(jù)本公開(kāi)的某些方面的神經(jīng)網(wǎng)絡(luò)的示例實(shí)現(xiàn)。圖9是解說(shuō)根據(jù)本公開(kāi)的各方面的用于不變對(duì)象表示的示例性網(wǎng)絡(luò)結(jié)構(gòu)的框圖。圖10是解說(shuō)根據(jù)本公開(kāi)的各方面的用于提供不變對(duì)象表示的尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)的示例性電路系統(tǒng)的框圖。圖11是解說(shuō)根據(jù)本公開(kāi)的各方面的中繼單元的示例性配置的示圖。圖12A-C解說(shuō)了根據(jù)本公開(kāi)各方面的對(duì)象的取向。圖13A-B是解說(shuō)根據(jù)本公開(kāi)的各方面的示例性直方圖層的示圖。圖14是解說(shuō)根據(jù)本公開(kāi)的各方面的中繼單元的經(jīng)調(diào)制的電位的示例性示圖。圖15是解說(shuō)根據(jù)本公開(kāi)的一方面的用于使用尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)的圖像的不變對(duì)象表示的方法的流程圖。圖16是解說(shuō)根據(jù)本公開(kāi)的一方面的用于使用尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)生成直方圖的方法的流程圖。詳細(xì)描述以下結(jié)合附圖闡述的詳細(xì)描述旨在作為各種配置的描述，而無(wú)意表示可實(shí)踐本文中所描述的概念的僅有的配置。本詳細(xì)描述包括具體細(xì)節(jié)以便提供對(duì)各種概念的透徹理解。然而，對(duì)于本領(lǐng)域技術(shù)人員將顯而易見(jiàn)的是，沒(méi)有這些具體細(xì)節(jié)也可實(shí)踐這些概念。在一些實(shí)例中，以框圖形式示出眾所周知的結(jié)構(gòu)和組件以避免湮沒(méi)此類概念?；诒窘虒?dǎo)，本領(lǐng)域技術(shù)人員應(yīng)領(lǐng)會(huì)，本公開(kāi)的范圍旨在覆蓋本公開(kāi)的任何方面，不論其是與本公開(kāi)的任何其他方面相獨(dú)立地還是組合地實(shí)現(xiàn)的。例如，可以使用所闡述的任何數(shù)目的方面來(lái)實(shí)現(xiàn)裝置或?qū)嵺`方法。另外，本公開(kāi)的范圍旨在覆蓋使用作為所闡述的本公開(kāi)的各個(gè)方面的補(bǔ)充或者與之不同的其他結(jié)構(gòu)、功能性、或者結(jié)構(gòu)及功能性來(lái)實(shí)踐的此類裝置或方法。應(yīng)當(dāng)理解，所披露的本公開(kāi)的任何方面可由權(quán)利要求的一個(gè)或多個(gè)元素來(lái)實(shí)施。措辭“示例性”在本文中用于表示“用作示例、實(shí)例或解說(shuō)”。本文中描述為“示例性”的任何方面不必被解釋為優(yōu)于或勝過(guò)其他方面。盡管本文描述了特定方面，但這些方面的眾多變體和置換落在本公開(kāi)的范圍之內(nèi)。雖然提到了優(yōu)選方面的一些益處和優(yōu)點(diǎn)，但本公開(kāi)的范圍并非旨在被限定于特定益處、用途或目標(biāo)。相反，本公開(kāi)的各方面旨在能寬泛地應(yīng)用于不同的技術(shù)、系統(tǒng)配置、網(wǎng)絡(luò)和協(xié)議，其中一些作為示例在附圖以及以下對(duì)優(yōu)選方面的描述中解說(shuō)。詳細(xì)描述和附圖僅僅解說(shuō)本公開(kāi)而非限定本公開(kāi)，本公開(kāi)的范圍由所附權(quán)利要求及其等效技術(shù)方案來(lái)定義。示例神經(jīng)系統(tǒng)、訓(xùn)練及操作圖1解說(shuō)了根據(jù)本公開(kāi)的某些方面的具有多級(jí)神經(jīng)元的示例人工神經(jīng)系統(tǒng)100。神經(jīng)系統(tǒng)100可具有神經(jīng)元級(jí)102，該神經(jīng)元級(jí)102通過(guò)突觸連接網(wǎng)絡(luò)104(即，前饋連接)來(lái)連接到另一神經(jīng)元級(jí)106。為簡(jiǎn)單起見(jiàn)，圖1中僅解說(shuō)了兩級(jí)神經(jīng)元，盡管神經(jīng)系統(tǒng)中可存在更少或更多級(jí)神經(jīng)元。應(yīng)注意，一些神經(jīng)元可通過(guò)側(cè)向連接來(lái)連接至同層中的其他神經(jīng)元。此外，一些神經(jīng)元可通過(guò)反饋連接來(lái)后向連接至先前層中的神經(jīng)元。如圖1所解說(shuō)的，級(jí)102中的每一個(gè)神經(jīng)元可以接收可由前級(jí)的神經(jīng)元(未在圖1中示出)生成的輸入信號(hào)108。信號(hào)108可表示級(jí)102的神經(jīng)元的輸入電流。該電流可在神經(jīng)元膜上累積以對(duì)膜電位進(jìn)行充電。當(dāng)膜電位達(dá)到其閾值時(shí)，該神經(jīng)元可激發(fā)并生成輸出尖峰，該輸出尖峰將被傳遞到下一級(jí)神經(jīng)元(例如，級(jí)106)。在一些建模辦法中，神經(jīng)元可以連續(xù)地向下一級(jí)神經(jīng)元傳遞信號(hào)。該信號(hào)通常是膜電位的函數(shù)。此類行為可在硬件和/或軟件(包括模擬和數(shù)字實(shí)現(xiàn)，諸如以下所述那些實(shí)現(xiàn))中進(jìn)行仿真或模擬。在生物學(xué)神經(jīng)元中，在神經(jīng)元激發(fā)時(shí)生成的輸出尖峰被稱為動(dòng)作電位。該電信號(hào)是相對(duì)迅速、瞬態(tài)的神經(jīng)脈沖，其具有約為100mV的振幅和約為1ms的歷時(shí)。在具有一系列連通的神經(jīng)元(例如，尖峰從圖1中的一級(jí)神經(jīng)元傳遞至另一級(jí)神經(jīng)元)的神經(jīng)系統(tǒng)的特定實(shí)施例中，每個(gè)動(dòng)作電位都具有基本上相同的振幅和歷時(shí)，并且因此該信號(hào)中的信息可僅由尖峰的頻率和數(shù)目、或尖峰的時(shí)間來(lái)表示，而不由振幅來(lái)表示。動(dòng)作電位所攜帶的信息可由尖峰、發(fā)放了尖峰的神經(jīng)元、以及該尖峰相對(duì)于一個(gè)或數(shù)個(gè)其他尖峰的時(shí)間來(lái)確定。尖峰的重要性可由向各神經(jīng)元之間的連接所應(yīng)用的權(quán)重來(lái)確定，如以下所解釋的。尖峰從一級(jí)神經(jīng)元向另一級(jí)神經(jīng)元的傳遞可通過(guò)突觸連接(或簡(jiǎn)稱“突觸”)網(wǎng)絡(luò)104來(lái)達(dá)成，如圖1中所解說(shuō)的。相對(duì)于突觸104，級(jí)102的神經(jīng)元可被視為突觸前神經(jīng)元，而級(jí)106的神經(jīng)元可被視為突觸后神經(jīng)元。突觸104可接收來(lái)自級(jí)102的神經(jīng)元的輸出信號(hào)(即，尖峰)，并根據(jù)可調(diào)節(jié)突觸權(quán)重來(lái)按比例縮放那些信號(hào)，其中P是級(jí)102的神經(jīng)元與級(jí)106的神經(jīng)元之間的突觸連接的總數(shù)，并且i是神經(jīng)元級(jí)的指示符。在圖1的示例中，i表示神經(jīng)元級(jí)102并且i+1表示神經(jīng)元級(jí)106。此外，經(jīng)縮放的信號(hào)可被組合以作為級(jí)106中每個(gè)神經(jīng)元的輸入信號(hào)。級(jí)106中的每個(gè)神經(jīng)元可基于對(duì)應(yīng)的組合輸入信號(hào)來(lái)生成輸出尖峰110。可使用另一突觸連接網(wǎng)絡(luò)(圖1中未示出)將這些輸出尖峰110傳遞到另一級(jí)神經(jīng)元。生物學(xué)突觸可以仲裁突觸后神經(jīng)元中的興奮性或抑制性(超極化)動(dòng)作，并且還可用于放大神經(jīng)元信號(hào)。興奮性信號(hào)使膜電位去極化(即，相對(duì)于靜息電位增大膜電位)。如果在某個(gè)時(shí)間段內(nèi)接收到足夠的興奮性信號(hào)以使膜電位去極化到高于閾值，則在突觸后神經(jīng)元中發(fā)生動(dòng)作電位。相反，抑制性信號(hào)一般使膜電位超極化(即，降低膜電位)。抑制性信號(hào)如果足夠強(qiáng)則可抵消掉興奮性信號(hào)之和并阻止膜電位到達(dá)閾值。除了抵消掉突觸興奮以外，突觸抑制還可對(duì)自發(fā)活躍神經(jīng)元施加強(qiáng)力的控制。自發(fā)活躍神經(jīng)元是指在沒(méi)有進(jìn)一步輸入的情況下(例如，由于其動(dòng)態(tài)或反饋而)發(fā)放尖峰的神經(jīng)元。通過(guò)壓制這些神經(jīng)元中的動(dòng)作電位的自發(fā)生成，突觸抑制可對(duì)神經(jīng)元中的激發(fā)模式進(jìn)行定形，這一般被稱為雕刻。取決于期望的行為，各種突觸104可充當(dāng)興奮性或抑制性突觸的任何組合。神經(jīng)系統(tǒng)100可由通用處理器、數(shù)字信號(hào)處理器(DSP)、專用集成電路(ASIC)、現(xiàn)場(chǎng)可編程門陣列(FPGA)或其他可編程邏輯器件(PLD)、分立的門或晶體管邏輯、分立的硬件組件、由處理器執(zhí)行的軟件模塊、或其任何組合來(lái)仿真。神經(jīng)系統(tǒng)100可用在大范圍的應(yīng)用中，諸如圖像和模式識(shí)別、機(jī)器學(xué)習(xí)、電機(jī)控制、及類似應(yīng)用等。神經(jīng)系統(tǒng)100中的每一神經(jīng)元可被實(shí)現(xiàn)為神經(jīng)元電路。被充電至發(fā)起輸出尖峰的閾值的神經(jīng)元膜可被實(shí)現(xiàn)為例如對(duì)流經(jīng)其的電流進(jìn)行積分的電容器。在一方面，電容器作為神經(jīng)元電路的電流積分器件可被除去，并且可使用較小的憶阻器元件來(lái)替代它。這種辦法可應(yīng)用于神經(jīng)元電路中，以及其中大容量電容器被用作電流積分器的各種其他應(yīng)用中。另外，每個(gè)突觸104可基于憶阻器元件來(lái)實(shí)現(xiàn)，其中突觸權(quán)重變化可與憶阻器電阻的變化有關(guān)。使用納米特征尺寸的憶阻器，可顯著地減小神經(jīng)元電路和突觸的面積，這可使得實(shí)現(xiàn)大規(guī)模神經(jīng)系統(tǒng)硬件實(shí)現(xiàn)更為切實(shí)可行。對(duì)神經(jīng)系統(tǒng)100進(jìn)行仿真的神經(jīng)處理器的功能性可取決于突觸連接的權(quán)重，這些權(quán)重可控制神經(jīng)元之間的連接的強(qiáng)度。突觸權(quán)重可存儲(chǔ)在非易失性存儲(chǔ)器中以在掉電之后保留該處理器的功能性。在一方面，突觸權(quán)重存儲(chǔ)器可實(shí)現(xiàn)在與主神經(jīng)處理器芯片分開(kāi)的外部芯片上。突觸權(quán)重存儲(chǔ)器可與神經(jīng)處理器芯片分開(kāi)地封裝成可更換的存儲(chǔ)卡。這可向神經(jīng)處理器提供多種多樣的功能性，其中特定功能性可基于當(dāng)前附連至神經(jīng)處理器的存儲(chǔ)卡中所存儲(chǔ)的突觸權(quán)重。圖2解說(shuō)了根據(jù)本公開(kāi)的某些方面的計(jì)算網(wǎng)絡(luò)(例如，神經(jīng)系統(tǒng)或神經(jīng)網(wǎng)絡(luò))的處理單元(例如，神經(jīng)元或神經(jīng)元電路)202的示例性示圖200。例如，神經(jīng)元202可對(duì)應(yīng)于來(lái)自圖1的級(jí)102和106的任何神經(jīng)元。神經(jīng)元202可接收多個(gè)輸入信號(hào)2041-204N，這些輸入信號(hào)可以是該神經(jīng)系統(tǒng)外部的信號(hào)、或是由同一神經(jīng)系統(tǒng)的其他神經(jīng)元所生成的信號(hào)、或這兩者。輸入信號(hào)可以是電流、電導(dǎo)、電壓、實(shí)數(shù)值的和/或復(fù)數(shù)值的。輸入信號(hào)可包括具有定點(diǎn)或浮點(diǎn)表示的數(shù)值。可通過(guò)突觸連接將這些輸入信號(hào)遞送到神經(jīng)元202，突觸連接根據(jù)可調(diào)節(jié)突觸權(quán)重2061-206N(W1-WN)對(duì)這些信號(hào)進(jìn)行按比例縮放，其中N可以是神經(jīng)元202的輸入連接總數(shù)。神經(jīng)元202可組合這些經(jīng)縮放的輸入信號(hào)，并且使用組合的經(jīng)縮放的輸入來(lái)生成輸出信號(hào)208(即，信號(hào)Y)。輸出信號(hào)208可以是電流、電導(dǎo)、電壓、實(shí)數(shù)值的和/或復(fù)數(shù)值的。輸出信號(hào)可以是具有定點(diǎn)或浮點(diǎn)表示的數(shù)值。隨后該輸出信號(hào)208可作為輸入信號(hào)傳遞至同一神經(jīng)系統(tǒng)的其他神經(jīng)元、或作為輸入信號(hào)傳遞至同一神經(jīng)元202、或作為該神經(jīng)系統(tǒng)的輸出來(lái)傳遞。處理單元(神經(jīng)元)202可由電路來(lái)仿真，并且其輸入和輸出連接可由具有突觸電路的電連接來(lái)仿真。處理單元202及其輸入和輸出連接也可由軟件代碼來(lái)仿真。處理單元202還可由電路來(lái)仿真，而其輸入和輸出連接可由軟件代碼來(lái)仿真。在一方面，計(jì)算網(wǎng)絡(luò)中的處理單元202可以是模擬電路。在另一方面，處理單元202可以是數(shù)字電路。在又一方面，處理單元202可以是具有模擬和數(shù)字組件兩者的混合信號(hào)電路。計(jì)算網(wǎng)絡(luò)可包括任何前述形式的處理單元。使用這樣的處理單元的計(jì)算網(wǎng)絡(luò)(神經(jīng)系統(tǒng)或神經(jīng)網(wǎng)絡(luò))可用在大范圍的應(yīng)用中，諸如圖像和模式識(shí)別、機(jī)器學(xué)習(xí)、電機(jī)控制、及類似應(yīng)用等。在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程期間，突觸權(quán)重(例如，來(lái)自圖1的權(quán)重和/或來(lái)自圖2的權(quán)重2061-206N)可用隨機(jī)值來(lái)初始化并根據(jù)學(xué)習(xí)規(guī)則而被增大或減小。本領(lǐng)域技術(shù)人員將領(lǐng)會(huì)，學(xué)習(xí)規(guī)則的示例包括但不限于尖峰定時(shí)依賴可塑性(STDP)學(xué)習(xí)規(guī)則、Hebb規(guī)則、Oja規(guī)則、Bienenstock-Copper-Munro(BCM)規(guī)則等。在一些方面，這些權(quán)重可穩(wěn)定或收斂至兩個(gè)值(即，權(quán)重的雙峰分布)之一。該效應(yīng)可被用于減少每個(gè)突觸權(quán)重的位數(shù)、提高從/向存儲(chǔ)突觸權(quán)重的存儲(chǔ)器讀取和寫入的速度、以及降低突觸存儲(chǔ)器的功率和/或處理器消耗。突觸類型在神經(jīng)網(wǎng)絡(luò)的硬件和軟件模型中，突觸相關(guān)功能的處理可基于突觸類型。突觸類型可以是非可塑突觸(權(quán)重和延遲沒(méi)有改變)、可塑突觸(權(quán)重可改變)、結(jié)構(gòu)化延遲可塑突觸(權(quán)重和延遲可改變)、全可塑突觸(權(quán)重、延遲和連通性可改變)、以及基于此的變型(例如，延遲可改變，但在權(quán)重或連通性方面沒(méi)有改變)。多種類型的優(yōu)點(diǎn)在于處理可以被細(xì)分。例如，非可塑突觸不會(huì)使用待執(zhí)行的可塑性功能(或等待此類功能完成)。類似地，延遲和權(quán)重可塑性可被細(xì)分成可一起或分開(kāi)地、順序地或并行地運(yùn)作的操作。不同類型的突觸對(duì)于適用的每一種不同的可塑性類型可具有不同的查找表或公式以及參數(shù)。因此，這些方法將針對(duì)該突觸的類型來(lái)訪問(wèn)相關(guān)的表、公式或參數(shù)。還進(jìn)一步牽涉到以下事實(shí)：尖峰定時(shí)依賴型結(jié)構(gòu)化可塑性可獨(dú)立于突觸可塑性地來(lái)執(zhí)行。結(jié)構(gòu)化可塑性即使在權(quán)重幅值沒(méi)有改變的情況下(例如，如果權(quán)重已達(dá)最小或最大值、或者其由于某種其他原因而不被改變)也可被執(zhí)行，因?yàn)榻Y(jié)構(gòu)化可塑性(即，延遲改變的量)可以是pre-post(前-后)尖峰時(shí)間差的直接函數(shù)。替換地，結(jié)構(gòu)化可塑性可被設(shè)為權(quán)重變化量的函數(shù)或者可基于與權(quán)重或權(quán)重變化的界限有關(guān)的條件來(lái)設(shè)置。例如，突觸延遲可僅在權(quán)重變化發(fā)生時(shí)或者在權(quán)重到達(dá)0的情況下才改變，但在這些權(quán)重為最大值時(shí)則不改變。然而，具有獨(dú)立函數(shù)以使得這些過(guò)程能被并行化從而減少存儲(chǔ)器訪問(wèn)的次數(shù)和交疊可能是有利的。突觸可塑性的確定神經(jīng)元可塑性(或簡(jiǎn)稱“可塑性”)是大腦中的神經(jīng)元和神經(jīng)網(wǎng)絡(luò)響應(yīng)于新的信息、感官刺激、發(fā)展、損壞、或機(jī)能障礙而改變其突觸連接和行為的能力?？伤苄詫?duì)于生物學(xué)中的學(xué)習(xí)和記憶、以及對(duì)于計(jì)算神經(jīng)元科學(xué)和神經(jīng)網(wǎng)絡(luò)是重要的。已經(jīng)研究了各種形式的可塑性，諸如突觸可塑性(例如，根據(jù)Hebbian理論)、尖峰定時(shí)依賴可塑性(STDP)、非突觸可塑性、活躍性依賴可塑性、結(jié)構(gòu)化可塑性和自穩(wěn)態(tài)可塑性。STDP是調(diào)節(jié)神經(jīng)元之間的突觸連接的強(qiáng)度的學(xué)習(xí)過(guò)程。連接強(qiáng)度是基于特定神經(jīng)元的輸出與收到輸入尖峰(即，動(dòng)作電位)的相對(duì)定時(shí)來(lái)調(diào)節(jié)的。在STDP過(guò)程下，如果至某個(gè)神經(jīng)元的輸入尖峰平均而言傾向于緊挨在該神經(jīng)元的輸出尖峰之前發(fā)生，則可發(fā)生長(zhǎng)期增強(qiáng)(LTP)。于是使得該特定輸入在一定程度上更強(qiáng)。另一方面，如果輸入尖峰平均而言傾向于緊接在輸出尖峰之后發(fā)生，則可發(fā)生長(zhǎng)期抑壓(LTD)。于是使得該特定輸入在一定程度上更弱，并由此得名“尖峰定時(shí)依賴可塑性”。因此，使得可能是突觸后神經(jīng)元興奮原因的輸入甚至在將來(lái)作出貢獻(xiàn)的可能性更大，而使得不是突觸后尖峰的原因的輸入在將來(lái)作出貢獻(xiàn)的可能性更小。該過(guò)程繼續(xù)，直至初始連接集合的子集保留，而所有其他連接的影響減小至無(wú)關(guān)緊要的水平。由于神經(jīng)元一般在其許多輸入都在一短時(shí)段內(nèi)發(fā)生(即，累積性足以引起輸出)時(shí)產(chǎn)生輸出尖峰，因此通常保留下來(lái)的輸入子集包括傾向于在時(shí)間上相關(guān)的那些輸入。另外，由于在輸出尖峰之前發(fā)生的輸入被加強(qiáng)，因此提供對(duì)相關(guān)性的最早充分累積性指示的那些輸入將最終變成至該神經(jīng)元的最后輸入。STDP學(xué)習(xí)規(guī)則可因變于突觸前神經(jīng)元的尖峰時(shí)間tpre與突觸后神經(jīng)元的尖峰時(shí)間tpost之間的時(shí)間差(即，t＝tpost-tpre)來(lái)有效地適配將該突觸前神經(jīng)元連接到該突觸后神經(jīng)元的突觸的突觸權(quán)重。STDP的典型公式化是若該時(shí)間差為正(突觸前神經(jīng)元在突觸后神經(jīng)元之前激發(fā))則增大突觸權(quán)重(即，增強(qiáng)該突觸)，以及若該時(shí)間差為負(fù)(突觸后神經(jīng)元在突觸前神經(jīng)元之前激發(fā))則減小突觸權(quán)重(即，抑壓該突觸)。在STDP過(guò)程中，突觸權(quán)重隨時(shí)間推移的改變可通常使用指數(shù)式衰退來(lái)達(dá)成，如由下式給出的：Δw(t)=a+e-t/k++μ,t>0a-et/k-,t<0,---(1)]]>其中k+和分別是針對(duì)正和負(fù)時(shí)間差的時(shí)間常數(shù)，a+和a-是對(duì)應(yīng)的比例縮放幅值，并且μ是可應(yīng)用于正時(shí)間差和/或負(fù)時(shí)間差的偏移。圖3解說(shuō)了根據(jù)STDP，突觸權(quán)重作為突觸前(presynaptic)和突觸后(postsynaptic)尖峰的相對(duì)定時(shí)的函數(shù)而改變的示例性示圖300。如果突觸前神經(jīng)元在突觸后神經(jīng)元之前激發(fā)，則對(duì)應(yīng)的突觸權(quán)重可被增大，如曲線圖300的部分302中所解說(shuō)的。該權(quán)重增大可被稱為該突觸的LTP。從曲線圖部分302可觀察到，LTP的量可因變于突觸前和突觸后尖峰時(shí)間之差而大致呈指數(shù)式地下降。相反的激發(fā)次序可減小突觸權(quán)重，如曲線圖300的部分304中所解說(shuō)的，從而導(dǎo)致該突觸的LTD。如圖3中的曲線圖300中所解說(shuō)的，可向STDP曲線圖的LTP(因果性)部分302應(yīng)用負(fù)偏移μ。x軸的交越點(diǎn)306(y＝0)可被配置成與最大時(shí)間滯后重合以考慮到來(lái)自層i-1的各因果性輸入的相關(guān)性。在基于幀的輸入(即，呈特定歷時(shí)的包括尖峰或脈沖的幀的形式的輸入)的情形中，可計(jì)算偏移值μ以反映幀邊界。該幀中的第一輸入尖峰(脈沖)可被視為要么如直接由突觸后電位所建模地隨時(shí)間衰退，要么在對(duì)神經(jīng)狀態(tài)的影響的意義上隨時(shí)間衰退。如果該幀中的第二輸入尖峰(脈沖)被視為與特定時(shí)間幀相關(guān)或有關(guān)，則該幀之前和之后的有關(guān)時(shí)間可通過(guò)使STDP曲線的一個(gè)或多個(gè)部分偏移以使得這些有關(guān)時(shí)間中的值可以不同(例如，對(duì)于大于一個(gè)幀為負(fù)，而對(duì)于小于一個(gè)幀為正)來(lái)在該時(shí)間幀邊界處被分開(kāi)并在可塑性意義上被不同地對(duì)待。例如，負(fù)偏移μ可被設(shè)為偏移LTP以使得曲線實(shí)際上在大于幀時(shí)間的pre-post時(shí)間處變得低于零并且它由此為L(zhǎng)TD而非LTP的一部分。神經(jīng)元模型及操作存在一些用于設(shè)計(jì)有用的尖峰發(fā)放神經(jīng)元模型的一般原理。良好的神經(jīng)元模型在以下兩個(gè)計(jì)算態(tài)相(regime)方面可具有豐富的潛在行為：重合性檢測(cè)和功能性計(jì)算。此外，良好的神經(jīng)元模型應(yīng)當(dāng)具有允許時(shí)間編碼的兩個(gè)要素：輸入的抵達(dá)時(shí)間影響輸出時(shí)間，以及重合性檢測(cè)能具有窄時(shí)間窗。最后，為了在計(jì)算上是有吸引力的，良好的神經(jīng)元模型在連續(xù)時(shí)間上可具有閉合形式解，并且具有穩(wěn)定的行為，包括在靠近吸引子和鞍點(diǎn)之處。換言之，有用的神經(jīng)元模型是可實(shí)踐且可被用于建模豐富的、現(xiàn)實(shí)的且生物學(xué)一致的行為并且可被用于對(duì)神經(jīng)電路進(jìn)行工程設(shè)計(jì)和反向工程兩者的神經(jīng)元模型。神經(jīng)元模型可取決于事件，諸如輸入抵達(dá)、輸出尖峰或其他事件，無(wú)論這些事件是內(nèi)部的還是外部的。為了達(dá)成豐富的行為庫(kù)，能展現(xiàn)復(fù)雜行為的狀態(tài)機(jī)可能是期望的。如果事件本身的發(fā)生在撇開(kāi)輸入貢獻(xiàn)(若有)的情況下能影響狀態(tài)機(jī)并約束該事件之后的動(dòng)態(tài)，則該系統(tǒng)的將來(lái)狀態(tài)并非僅是狀態(tài)和輸入的函數(shù)，而是狀態(tài)、事件和輸入的函數(shù)。在一方面，神經(jīng)元n可被建模為尖峰發(fā)放帶漏泄積分激發(fā)神經(jīng)元，其膜電壓vn(t)由以下動(dòng)態(tài)來(lái)支配：dvn(t)dt=αvn(t)+βΣmwm,nym(t-Δtm,n),---(2)]]>其中α和β是參數(shù)，wm,n是將突觸前神經(jīng)元m連接至突觸后神經(jīng)元n的突觸的突觸權(quán)重，以及ym(t)是神經(jīng)元m的尖峰發(fā)放輸出，其可根據(jù)Δtm,n被延遲達(dá)樹(shù)突或軸突延遲才抵達(dá)神經(jīng)元n的胞體。應(yīng)注意，從建立了對(duì)突觸后神經(jīng)元的充分輸入的時(shí)間直至該突觸后神經(jīng)元實(shí)際上激發(fā)的時(shí)間存在延遲。在動(dòng)態(tài)尖峰發(fā)放神經(jīng)元模型(諸如Izhikevich簡(jiǎn)單模型)中，如果在去極化閾值vt與峰值尖峰電壓vpeak之間有差量，則可引發(fā)時(shí)間延遲。例如，在該簡(jiǎn)單模型中，神經(jīng)元胞體動(dòng)態(tài)可由關(guān)于電壓和恢復(fù)的微分方程對(duì)來(lái)支配，即：dvdt=(k(v-vt)(v-vr)-u+I)/C,---(3)]]>dudt=a(b(v-vr)-u).---(4)]]>其中v是膜電位，u是膜恢復(fù)變量，k是描述膜電位v的時(shí)間尺度的參數(shù)，a是描述恢復(fù)變量u的時(shí)間尺度的參數(shù)，b是描述恢復(fù)變量u對(duì)膜電位v的閾下波動(dòng)的敏感度的參數(shù)，vr是膜靜息電位，I是突觸電流，以及C是膜的電容。根據(jù)該模型，神經(jīng)元被定義為在v＞vpeak時(shí)發(fā)放尖峰。HunzingerCold模型HunzingerCold神經(jīng)元模型是能再現(xiàn)豐富多樣的各種神經(jīng)行為的最小雙態(tài)相尖峰發(fā)放線性動(dòng)態(tài)模型。該模型的一維或二維線性動(dòng)態(tài)可具有兩個(gè)態(tài)相，其中時(shí)間常數(shù)(以及耦合)可取決于態(tài)相。在閾下態(tài)相中，時(shí)間常數(shù)(按照慣例為負(fù))表示帶漏泄通道動(dòng)態(tài)，其一般作用于以生物學(xué)一致的線性方式使細(xì)胞返回到靜息。閾上態(tài)相中的時(shí)間常數(shù)(按照慣例為正)反映抗漏泄通道動(dòng)態(tài)，其一般驅(qū)動(dòng)細(xì)胞發(fā)放尖峰，而同時(shí)在尖峰生成中引發(fā)等待時(shí)間。如圖4中所解說(shuō)的，該模型400的動(dòng)態(tài)可被劃分成兩個(gè)(或更多個(gè))態(tài)相。這些態(tài)相可被稱為負(fù)態(tài)相402(也可互換地稱為帶漏泄積分激發(fā)(LIF)態(tài)相，勿與LIF神經(jīng)元模型混淆)以及正態(tài)相404(也可互換地稱為抗漏泄積分激發(fā)(ALIF)態(tài)相，勿與ALIF神經(jīng)元模型混淆)。在負(fù)態(tài)相402中，狀態(tài)在將來(lái)事件的時(shí)間趨向于靜息(v-)。在該負(fù)態(tài)相中，該模型一般展現(xiàn)出時(shí)間輸入檢測(cè)性質(zhì)及其他閾下行為。在正態(tài)相404中，狀態(tài)趨向于尖峰發(fā)放事件(vs)。在該正態(tài)相中，該模型展現(xiàn)出計(jì)算性質(zhì)，諸如取決于后續(xù)輸入事件而引發(fā)發(fā)放尖峰的等待時(shí)間。在事件方面對(duì)動(dòng)態(tài)進(jìn)行公式化以及將動(dòng)態(tài)分成這兩個(gè)態(tài)相是該模型的基礎(chǔ)特性。線性雙態(tài)相二維動(dòng)態(tài)(對(duì)于狀態(tài)v和u)可按照慣例定義為：τρdvdt=v+qρ---(5)]]>-τududt=u+r---(6)]]>其中qρ和r是用于耦合的線性變換變量。符號(hào)ρ在本文中用于標(biāo)示動(dòng)態(tài)態(tài)相，在討論或表達(dá)具體態(tài)相的關(guān)系時(shí)，按照慣例對(duì)于負(fù)態(tài)相和正態(tài)相分別用符號(hào)“-”或“+”來(lái)替換符號(hào)ρ。模型狀態(tài)由膜電位(電壓)v和恢復(fù)電流u來(lái)定義。在基本形式中，態(tài)相在本質(zhì)上是由模型狀態(tài)來(lái)決定的。該精確和通用的定義存在一些細(xì)微卻重要的方面，但目前考慮該模型在電壓v高于閾值(v+)的情況下處于正態(tài)相404中，否則處于負(fù)態(tài)相402中。態(tài)相相關(guān)時(shí)間常數(shù)包括負(fù)態(tài)相時(shí)間常數(shù)τ-和正態(tài)相時(shí)間常數(shù)τ+。恢復(fù)電流時(shí)間常數(shù)τu通常是與態(tài)相無(wú)關(guān)的。出于方便起見(jiàn)，負(fù)態(tài)相時(shí)間常數(shù)τ-通常被指定為反映衰退的負(fù)量，從而用于電壓演變的相同表達(dá)式可用于正態(tài)相，在正態(tài)相中指數(shù)和τ+將一般為正，正如τu那樣。這兩個(gè)狀態(tài)元素的動(dòng)態(tài)可在發(fā)生事件之際通過(guò)使?fàn)顟B(tài)偏離其零傾線(null-cline)的變換來(lái)耦合，其中變換變量為：qρ＝-τρβu-vρ(7)r＝δ(v+ε)(8)其中δ、ε、β和v-、v+是參數(shù)。vρ的兩個(gè)值是這兩個(gè)態(tài)相的參考電壓的基數(shù)。參數(shù)v-是負(fù)態(tài)相的基電壓，并且膜電位在負(fù)態(tài)相中一般將朝向v-衰退。參數(shù)v+是正態(tài)相的基電壓，并且膜電位在正態(tài)相中一般將趨向于背離v+。v和u的零傾線分別由變換變量qρ和r的負(fù)數(shù)給出。參數(shù)δ是控制u零傾線的斜率的比例縮放因子。參數(shù)ε通常被設(shè)為等于-v-。參數(shù)β是控制這兩個(gè)態(tài)相中的v零傾線的斜率的電阻值。τρ時(shí)間常數(shù)參數(shù)不僅控制指數(shù)式衰退，還單獨(dú)地控制每個(gè)態(tài)相中的零傾線斜率。該模型可被定義為在電壓v達(dá)到值vS時(shí)發(fā)放尖峰。隨后，狀態(tài)可在發(fā)生復(fù)位事件(其可以與尖峰事件完全相同)之際被復(fù)位：v=v^----(9)]]>u＝u+Δu(10)其中和Δu是參數(shù)。復(fù)位電壓通常被設(shè)為v-。依照瞬時(shí)耦合的原理，閉合形式解不僅對(duì)于狀態(tài)是可能的(且具有單個(gè)指數(shù)項(xiàng))，而且對(duì)于到達(dá)特定狀態(tài)的時(shí)間也是可能的。閉合形式狀態(tài)解為：v(t+Δt)=(v(t)+qρ)eΔtτρ-qρ---(11)]]>u(t+Δt)=(u(t)+r)e-Δtτu-r---(12)]]>因此，模型狀態(tài)可僅在發(fā)生事件之際被更新，諸如在輸入(突觸前尖峰)或輸出(突觸后尖峰)之際被更新。還可在任何特定時(shí)間(無(wú)論是否有輸入或輸出)執(zhí)行操作。而且，依照瞬時(shí)耦合原理，突觸后尖峰的時(shí)間可被預(yù)計(jì)，因此到達(dá)特定狀態(tài)的時(shí)間可提前被確定而無(wú)需迭代技術(shù)或數(shù)值方法(例如，歐拉數(shù)值方法)。給定了先前電壓狀態(tài)v0，直至到達(dá)電壓狀態(tài)vf之前的時(shí)間延遲由下式給出：Δt=τρlogvf+qρv0+qρ---(13)]]>如果尖峰被定義為發(fā)生在電壓狀態(tài)v到達(dá)vS的時(shí)間，則從電壓處于給定狀態(tài)v的時(shí)間起測(cè)量的直至發(fā)生尖峰前的時(shí)間量或即相對(duì)延遲的閉合形式解為：其中通常被設(shè)為參數(shù)v+，但其他變型可以是可能的。模型動(dòng)態(tài)的以上定義取決于該模型是在正態(tài)相還是負(fù)態(tài)相中。如所提及的，耦合和態(tài)相ρ可基于事件來(lái)計(jì)算。出于狀態(tài)傳播的目的，態(tài)相和耦合(變換)變量可基于在上一(先前)事件的時(shí)間的狀態(tài)來(lái)定義。出于隨后預(yù)計(jì)尖峰輸出時(shí)間的目的，態(tài)相和耦合變量可基于在下一(當(dāng)前)事件的時(shí)間的狀態(tài)來(lái)定義。存在對(duì)該Cold模型、以及在時(shí)間上執(zhí)行模擬、仿真、或建模的若干可能實(shí)現(xiàn)。這包括例如事件-更新、步階-事件更新、以及步階-更新模式。事件更新是其中基于事件或“事件更新”(在特定時(shí)刻)來(lái)更新?tīng)顟B(tài)的更新。步階更新是以間隔(例如，1ms)來(lái)更新模型的更新。這不一定利用迭代方法或數(shù)值方法。通過(guò)僅在事件發(fā)生于步階處或步階間的情況下才更新模型或即通過(guò)“步階-事件更新”，基于事件的實(shí)現(xiàn)以有限的時(shí)間分辨率在基于步階的模擬器中實(shí)現(xiàn)也是可能的?！笔褂眉夥灏l(fā)放神經(jīng)網(wǎng)絡(luò)的圖像的不變對(duì)象表示本公開(kāi)的各方面涉及尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)中的圖像的不變對(duì)象表示。機(jī)器學(xué)習(xí)或計(jì)算機(jī)視覺(jué)系統(tǒng)中對(duì)象表示的期望的屬性是不變性。計(jì)算機(jī)視覺(jué)系統(tǒng)的典型示例包括圖像分類器和圖像識(shí)別系統(tǒng)。此類系統(tǒng)的一般功能是識(shí)別或分類不同的對(duì)象而不管它們呈現(xiàn)給系統(tǒng)的具體空間配置如何。例如，被訓(xùn)練為識(shí)別人臉的系統(tǒng)應(yīng)當(dāng)能夠從各個(gè)角度、在各個(gè)距離以及在當(dāng)出現(xiàn)在視覺(jué)幀內(nèi)的不同位置時(shí)可靠地檢測(cè)臉部，神經(jīng)網(wǎng)絡(luò)可執(zhí)行機(jī)器學(xué)習(xí)并且可以識(shí)別對(duì)象。具體而言，尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)可以被用來(lái)識(shí)別對(duì)象。這些網(wǎng)絡(luò)可以一個(gè)或多個(gè)特征提取層后跟學(xué)習(xí)層為特征。例如，每層中的節(jié)點(diǎn)(例如神經(jīng)元)可以時(shí)間尖峰模式的形式來(lái)編碼特征。用來(lái)解碼這些特征的共用度量包括尖峰速率和尖峰間區(qū)間。這些網(wǎng)絡(luò)受制于成為地點(diǎn)碼(即，同一對(duì)象的特定配置導(dǎo)致神經(jīng)元尖峰發(fā)放的特定的子集)。由此，至多發(fā)送到學(xué)習(xí)層的尖峰發(fā)放模式可能不能夠在相同對(duì)象的不同配置之間進(jìn)行區(qū)分。實(shí)現(xiàn)旋轉(zhuǎn)、縮放和移位不變性的標(biāo)準(zhǔn)技術(shù)涉及將特征提取層的輸出重新索引的不同方法。為了使用此類用于旋轉(zhuǎn)的方案，要推導(dǎo)感興趣的對(duì)象的中心以及旋轉(zhuǎn)的程度。此外，還要維護(hù)重新索引矩陣。因此，標(biāo)準(zhǔn)技術(shù)對(duì)于具有存儲(chǔ)器約束的大系統(tǒng)并不會(huì)很好地進(jìn)行縮放。本公開(kāi)的諸方面涉及傳入圖像的不變轉(zhuǎn)換。轉(zhuǎn)換層被設(shè)計(jì)成產(chǎn)生類似的輸出而不管對(duì)象的具體縮放、位置或取向。這允許學(xué)習(xí)層對(duì)于對(duì)象的具體配置保持不可知，并且藉此允許其同時(shí)是縮放、旋轉(zhuǎn)和移位不變的。圖5解說(shuō)了根據(jù)本公開(kāi)的某些方面的使用通用處理器502進(jìn)行前述圖像的不變對(duì)象表示的示例實(shí)現(xiàn)500。與計(jì)算網(wǎng)絡(luò)(神經(jīng)網(wǎng)絡(luò))相關(guān)聯(lián)的變量(神經(jīng)信號(hào))、突觸權(quán)重和系統(tǒng)參數(shù)，延遲，頻率槽信息，尖峰等待時(shí)間信息以及直方圖信息可被存儲(chǔ)在存儲(chǔ)器塊504中，而在通用處理器502處執(zhí)行的指令可從程序存儲(chǔ)器506中加載。在本公開(kāi)的一方面，加載到通用處理器502的指令包括用于通過(guò)尖峰序列表示對(duì)象，確定該對(duì)象表示的參考特征，和/或基于該參考特征將該對(duì)象表示轉(zhuǎn)換成規(guī)范形式的代碼。圖6解說(shuō)了根據(jù)本公開(kāi)的某些方面的前述圖像的不變表示的示例實(shí)現(xiàn)600，其中存儲(chǔ)器602可以經(jīng)由互連網(wǎng)絡(luò)604與計(jì)算網(wǎng)絡(luò)(神經(jīng)網(wǎng)絡(luò))的個(gè)體(分布式)處理單元(神經(jīng)處理器)606對(duì)接。與計(jì)算網(wǎng)絡(luò)(神經(jīng)網(wǎng)絡(luò))相關(guān)聯(lián)的變量(神經(jīng)信號(hào))、突觸權(quán)重、系統(tǒng)參數(shù)，延遲，頻槽信息、以及直方圖信息可被存儲(chǔ)在存儲(chǔ)器602中，并且可從存儲(chǔ)器602經(jīng)由互連網(wǎng)絡(luò)604的(諸)連接被加載到每個(gè)處理單元(神經(jīng)處理器)606中。在本公開(kāi)的一方面，處理單元606可以配置成通過(guò)尖峰序列表示對(duì)象，確定該對(duì)象表示的參考特征，和/或基于該參考特征將該對(duì)象表示轉(zhuǎn)換成規(guī)范形式。圖7解說(shuō)了前述圖像的不變對(duì)象表示的示例實(shí)現(xiàn)700。如圖7中所解說(shuō)的，一個(gè)存儲(chǔ)器組702可與計(jì)算網(wǎng)絡(luò)(神經(jīng)網(wǎng)絡(luò))的一個(gè)處理單元704直接對(duì)接。每個(gè)存儲(chǔ)器組702可存儲(chǔ)與對(duì)應(yīng)的處理單元(神經(jīng)處理器)704相關(guān)聯(lián)的變量(神經(jīng)信號(hào))、突觸權(quán)重、和/或系統(tǒng)參數(shù)，延遲，頻率槽信息，以及直方圖信息。在本公開(kāi)的一方面，處理單元704可以配置成通過(guò)尖峰序列表示對(duì)象，確定該對(duì)象表示的參考特征，和/或基于該參考特征將該對(duì)象表示轉(zhuǎn)換成規(guī)范形式的代碼。圖8解說(shuō)了根據(jù)本公開(kāi)的某些方面的神經(jīng)網(wǎng)絡(luò)800的示例實(shí)現(xiàn)。如圖8中所解說(shuō)的，神經(jīng)網(wǎng)絡(luò)800可具有多個(gè)局部處理單元802，它們可執(zhí)行本文所描述的方法的各種操作。每個(gè)局部處理單元802可包括存儲(chǔ)該神經(jīng)網(wǎng)絡(luò)的參數(shù)的局部狀態(tài)存儲(chǔ)器804和局部參數(shù)存儲(chǔ)器806。另外，局部處理單元802可具有用于存儲(chǔ)局部模型程序的局部(神經(jīng)元)模型程序(LMP)存儲(chǔ)器808、用于存儲(chǔ)局部學(xué)習(xí)程序的局部學(xué)習(xí)程序(LLP)存儲(chǔ)器810、以及局部連接存儲(chǔ)器812。此外，如圖8中所解說(shuō)的，每個(gè)局部處理單元802可與用于為該局部處理單元的各局部存儲(chǔ)器提供配置的配置處理器單元814對(duì)接，并且與提供各局部處理單元802之間的路由的路由單元816對(duì)接。在一個(gè)配置中，神經(jīng)元模型配置用于通過(guò)尖峰序列表示對(duì)象，確定該對(duì)象表示的參考特征和/或基于該參考特征將該對(duì)象表示轉(zhuǎn)換成規(guī)范形式。該神經(jīng)元模型包括表示裝置、確定裝置和轉(zhuǎn)換裝置。在一個(gè)方面，該檢測(cè)裝置、確定裝置和/或轉(zhuǎn)換裝置可以是被配置成執(zhí)行所敘述的功能的通用處理器502、程序存儲(chǔ)器506、存儲(chǔ)器塊504、存儲(chǔ)器602、互連網(wǎng)絡(luò)604、處理單元606、處理單元704、局部處理單元802、和或路由連接處理元件816。在另一種配置中，前述裝置可以是被配置成執(zhí)行由前述裝置所敘述的功能的任何模塊或任何裝置。在另一配置中，神經(jīng)元模型配置成用于對(duì)尖峰進(jìn)行計(jì)數(shù)和/或用于生成直方圖。該神經(jīng)元模型包括計(jì)數(shù)裝置和生成裝置。在一個(gè)方面，該計(jì)數(shù)和/或生成裝置可以是被配置成執(zhí)行所敘述的功能的通用處理器502、程序存儲(chǔ)器506、存儲(chǔ)器塊504、存儲(chǔ)器602、互連網(wǎng)絡(luò)604、處理單元606、處理單元704、局部處理單元802、和/或路由連接處理元件816。在另一種配置中，前述裝置可以是被配置成執(zhí)行由前述裝置所敘述的功能的任何模塊或任何裝置。根據(jù)本公開(kāi)的某些方面，每個(gè)局部處理單元802可被配置成基于神經(jīng)網(wǎng)絡(luò)的一個(gè)或多個(gè)期望功能性特征來(lái)確定神經(jīng)網(wǎng)絡(luò)的參數(shù)，以及隨著所確定的參數(shù)被進(jìn)一步適配、調(diào)諧和更新來(lái)使這一個(gè)或多個(gè)功能性特征朝著期望的功能性特征發(fā)展。圖9是解說(shuō)根據(jù)本公開(kāi)的各方面的用于不變對(duì)象表示的示例性網(wǎng)絡(luò)結(jié)構(gòu)900的框圖。參見(jiàn)圖9，網(wǎng)絡(luò)結(jié)構(gòu)900可包括取向?qū)?02、不變性層904、直方圖層906和時(shí)間學(xué)習(xí)層908。取向?qū)?02可包括一個(gè)或多個(gè)單元或神經(jīng)元，并且可以用來(lái)確定所考慮的對(duì)象的主對(duì)齊軸或參考取向。不變性層904執(zhí)行可以將對(duì)象映射到規(guī)范表示而不管其縮放、空間域中的位置和旋轉(zhuǎn)度數(shù)的一組計(jì)算。在一些方面，不變性層904接收針對(duì)主對(duì)齊軸的反饋，并且可以被用來(lái)例如通過(guò)編碼包括對(duì)象表示的像素或像素組的不變?nèi)∠騺?lái)校正對(duì)象表示。直方圖層906可以用來(lái)通過(guò)對(duì)與經(jīng)等待時(shí)間編碼的對(duì)象表示相關(guān)聯(lián)的尖峰進(jìn)行計(jì)數(shù)來(lái)構(gòu)建取向的柱狀圖直方圖。時(shí)間學(xué)習(xí)層908可以被訓(xùn)練成識(shí)別相對(duì)于其主軸的圖像中的取向的直方圖。直方圖層906的輸出對(duì)于傳入圖像的各種配置而言可以基本上相同。由此，時(shí)間學(xué)習(xí)層908可以是常規(guī)學(xué)習(xí)層或任何其他學(xué)習(xí)層。例如，通過(guò)使用諸如邊沿過(guò)濾器的技術(shù)，可以計(jì)算指定位置處的局部取向。為了實(shí)現(xiàn)不變性，當(dāng)該對(duì)象通過(guò)面內(nèi)旋轉(zhuǎn)轉(zhuǎn)換時(shí)，將相對(duì)于該對(duì)象上定義的任何軸所測(cè)量的局部取向保持為常量是足以勝任的。這是對(duì)于所有剛性對(duì)象都正確的非常一般的條件。圖10是解說(shuō)根據(jù)本公開(kāi)的各方面的用于提供不變對(duì)象表示的尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)的示例性取向?qū)与娐废到y(tǒng)1000的框圖。該取向?qū)与娐废到y(tǒng)1000包括局部取向單元1002a、1002b、1002c和1002d(也可以被統(tǒng)稱為局部取向單元1002)、全局取向單元1004a、1004b、1004c和1004d(也可以被統(tǒng)稱為全局取向單元1004)以及中繼單元1006a(A)、1006b(B)、1006c(C)和1006d(D)(也可以被統(tǒng)稱為中繼單元1006)。在一些方面，每個(gè)前述單元可包括神經(jīng)元。為了便于解說(shuō)，取向?qū)与娐废到y(tǒng)1000被示為具有四個(gè)局部取向單元1002、四個(gè)全局取向單元1004和四個(gè)中繼單元1006。然而，這僅是示例性的并且可以替換地使用任何數(shù)目的此類單元或神經(jīng)元。此外，例如，在對(duì)象表示系統(tǒng)的每個(gè)網(wǎng)格位置(例如，像素)可以提供取向?qū)与娐废到y(tǒng)1000。在一些方面，可以為每N個(gè)網(wǎng)格位置提供取向?qū)与娐废到y(tǒng)1000以實(shí)現(xiàn)圖像子采樣。局部取向單元1002經(jīng)由突觸網(wǎng)絡(luò)(未示出)耦合到全局取向單元1004。局部取向單元1002可以配置成檢測(cè)網(wǎng)格位置處對(duì)象的存在。網(wǎng)格位置可以例如是對(duì)象表示系統(tǒng)的像素或像素組或者預(yù)定義區(qū)域或區(qū)。在一些方面，該對(duì)象可以表示為尖峰或尖峰序列。例如，可以基于顯示器的網(wǎng)格位置(例如，像素)處對(duì)象的存在而生成尖峰。每個(gè)局部取向單元1002可以配置成檢測(cè)特定局部取向單元(1002a、1002b、1002c或1002d)的視野的空間域內(nèi)的對(duì)象的局部角度或取向的存在。例如，局部取向單元1002a可以檢測(cè)其視野的空間域內(nèi)的對(duì)象的0°局部取向的存在。類似地，局部取向單元1002b可以檢測(cè)45°局部取向，局部取向單元1002c可以檢測(cè)90°局部取向，并且局部取向單元1002d可以檢測(cè)135°局部取向。局部取向單元1002可以向?qū)?yīng)的全局取向單元1004供應(yīng)關(guān)于檢測(cè)到的該對(duì)象的局部角度或取向的信息。全局取向單元1004將來(lái)自多組局部定向單元1002的輸出池化，并且可以被用來(lái)標(biāo)識(shí)參考特征。例如，在一些方面，參考特征可包括對(duì)象的主對(duì)齊軸。在一些方面，局部取向單元1002和全局取向單元1004可以在集合內(nèi)具有強(qiáng)側(cè)向抑制。即，在特定時(shí)間對(duì)于每個(gè)像素，僅可以有一個(gè)局部取向單元1002(即，1002a、1002b、1002c或1002d中的一者)和一個(gè)全局取向單元1004(即，1004a、1004b、1004c或1004d中的一者)活躍。當(dāng)對(duì)象被呈現(xiàn)時(shí)，在每個(gè)網(wǎng)格位置，單個(gè)局部取向單元1002可以響應(yīng)于該位置處的邊沿取向來(lái)發(fā)放尖峰。當(dāng)邊沿未被呈現(xiàn)時(shí)，局部取向單元1002可以不發(fā)放尖峰。特定取向的局部取向單元1002投射到相同取向的全局取向單元1004。全局取向單元1004的尖峰時(shí)間可以例如取決于傳入尖峰的數(shù)目。在一個(gè)示例性方面，尖峰時(shí)間可以取決于傳入尖峰的輸入是否大于特定閾值(例如，該閾值可以對(duì)應(yīng)于神經(jīng)元的ALIF模型中的靜息電位和閾下電位之間的電壓差)。在一些方面，傳入尖峰的數(shù)目越大，全局取向單元(神經(jīng)元)1004的尖峰時(shí)間越短。不同類型的全局取向單元1004(例如，1004a、1004b、1004c和1004d)可以從在相同空間域上出現(xiàn)的局部取向單元1002接收投射。由此取向最接近于出現(xiàn)在其視野中的參考取向(例如，優(yōu)勢(shì)取向)的全局取向單元1004首先發(fā)放尖峰，并且在該過(guò)程中，禁止其他類型的全局取向單元1004。例如，若全局取向單元1004b最接近于出現(xiàn)在其視野中的參考取向，那么全局取向單元1004b可以首先發(fā)放尖峰，并且由此禁止全局取向單元(1004a、1004c和1004d)。相應(yīng)地，該全局取向單元1004的取向可以用作參考取向/特征。中繼單元1006分別經(jīng)由突觸(1008a、1008b、1008c、1008d)從局部取向單元1002接收輸入。此外，中繼單元1006各自經(jīng)由突觸1010從所有全局取向單元1004接收輸入。由此，中繼單元1006可以從全局取向單元1004和局部取向單元1002接收取向信息?；谠摻邮盏降男畔?，中繼單元1006可以發(fā)信號(hào)通知任何取向(例如，0°、45°、90°或135°)的存在。例如，中繼單元A1006a可以發(fā)信號(hào)通知0°，中繼單元B(1006b)可以發(fā)信號(hào)通知45°的存在，中繼單元C1006c可以發(fā)信號(hào)通知90°，以及中繼單元D(1006d)可以發(fā)信號(hào)通知135°的存在。基于接收到的信息，在一些方面，中繼單元1006可以發(fā)信號(hào)通知局部取向單元1002和全局取向單元1004所確定的取向之間的相對(duì)取向的測(cè)量。例如，若90°局部取向單元(1002c)和45°全局取向單元(1004b)發(fā)放尖峰，那么中繼單元可以發(fā)信號(hào)通知90°-45°＝45°。在一些方面，全局取向單元1004(已經(jīng)基于局部取向單元1002的池化的輸出標(biāo)識(shí)該對(duì)象的主取向軸)可以在來(lái)自局部取向單元1002的尖峰抵達(dá)之前調(diào)制中繼單元1006的靜息電位。用這種方式，中繼單元1006可以將對(duì)象表示轉(zhuǎn)換成規(guī)范形式。中繼單元1006隨后經(jīng)由突觸1014a、1014b、1014c和1014d(可以統(tǒng)稱為突觸1014)投射到讀出神經(jīng)元(R)1020。中繼單元1006和讀出神經(jīng)元1020可包括取向?qū)与娐废到y(tǒng)1000的中繼電路，其可以配置成以類似于復(fù)用器的方式來(lái)運(yùn)行。讀出神經(jīng)元1020可以編碼局部取向單元1002的網(wǎng)格位置/視野的取向。在一些方面，讀出神經(jīng)元1020可以根據(jù)尖峰延遲或等待時(shí)間來(lái)編碼取向。例如，尖峰等待時(shí)間可以測(cè)量自圖像在特定網(wǎng)格/位置(例如，像素)處的呈現(xiàn)直到經(jīng)由中繼單元接收的時(shí)間。在一些方面，可以根據(jù)尖峰間區(qū)間(ISI)(即，從呈現(xiàn)圖像直到發(fā)放尖峰的時(shí)間)測(cè)量尖峰等待時(shí)間。在一個(gè)示例中，1s的尖峰等待時(shí)間可以指30°取向，而2s的尖峰等待時(shí)間可以指60°取向。此外，讀出神經(jīng)元1020可以用作鏡像神經(jīng)元。即，讀出神經(jīng)元可以用與其突觸前在前神經(jīng)元相同的延遲來(lái)發(fā)放尖峰。例如，若中繼單元1006以1s的等待時(shí)間發(fā)放尖峰，那么讀出神經(jīng)元1020也可以1s的延遲來(lái)發(fā)放尖峰。相應(yīng)地，局部取向單元1002、全局取向單元1004、中繼單元1006和直方圖層(例如，906)可以被放置在圖像的預(yù)先指定位置。例如，完整的圖像可以被劃分成4x4個(gè)此類區(qū)域，具有16個(gè)位置(全局位置)。每個(gè)位置可以被劃分成許多網(wǎng)格位置(例如，像素)。在此類網(wǎng)格位置處，可以提供一組局部取向單元和中繼單元。全局取向單元可以池化自在特定全局位置的每個(gè)網(wǎng)格位置處包括的局部取向單元。圖11是解說(shuō)根據(jù)本公開(kāi)的各方面的中繼單元1006的示例性配置的示圖1100。在該示例性配置中，中繼單元1006的靜息電位在1102(A-0.44V)、1104(B-0.94V)、1106(C-1.44V)和1108(D-1.94V)處示出。相反，局部取向單元1002和全局取向單元1004的的靜息電位為0V。中繼單元1006的尖峰電壓可以是5V且閾值電壓可以是3V。雙箭頭1110表示在突觸前端處接收尖峰之際中繼單元1006中的狀態(tài)改變。在一些方面，中繼單元1006的靜息電位可對(duì)應(yīng)于可以例如測(cè)量自圖像在特定網(wǎng)格位置處呈現(xiàn)的時(shí)間的尖峰等待時(shí)間。即，因?yàn)椴煌撵o息電位可以使得神經(jīng)元最終在ALIF區(qū)域的不同電壓電平處接收傳入尖峰，所以不同的靜息電位可以對(duì)應(yīng)于具有不同尖峰等待時(shí)間的神經(jīng)元的尖峰發(fā)放。例如，0.09s的尖峰等待時(shí)間可以表示0°，0.21s的尖峰等待時(shí)間可以表示45°，0.34s的尖峰等待時(shí)間可以表示90°，且0.49s的尖峰等待時(shí)間可表示135°。由此，中繼單元1006可被配置成將對(duì)象表示(例如，取向)編碼到其激發(fā)等待時(shí)間中。全局取向單元1004可以基于所確定的參考特征(例如，取向的主軸)來(lái)調(diào)制中繼單元的靜息電位。表1列出了每個(gè)全局取向單元(1004)可以應(yīng)用到中繼單元(1006)的示例性調(diào)制。本質(zhì)上，從全局取向單元(1004)到中繼單元(1006)的每個(gè)突觸(1010)可以充當(dāng)興奮性突觸或抑制性突觸，并且抑制(或興奮)的強(qiáng)度可被編碼在突觸連接的權(quán)重中。表1圖12A-C解說(shuō)了根據(jù)本公開(kāi)各方面的對(duì)象的取向。如圖12A-C中所示的，以不同取向示出了一對(duì)象(字母‘K’)。圖12A示出了表示規(guī)范K的對(duì)象1200。對(duì)象1200可以劃分成3段，段1(1202)、段2(1204)和段3(1206)。在該示例中，可以以逆時(shí)針?lè)绞綇膞軸測(cè)量角度。由此，字母K的軸可以與x軸對(duì)齊(參見(jiàn)段1(1202))。在圖12B中，對(duì)象1210(字母K)被旋轉(zhuǎn)45°。由此，段1(1202)、段2(1204)和段3(1206)各自被旋轉(zhuǎn)45°。因?yàn)?5°作為K的參考取向而活躍，所以全局取向單元1004(對(duì)于所有段活躍)是45°。在圖12C中，對(duì)象1200(字母K)被旋轉(zhuǎn)90°。相應(yīng)地，段1(1202)、段2(1204)和段3(1206)各自被旋轉(zhuǎn)達(dá)90°。每個(gè)突觸具有相關(guān)聯(lián)的延遲?？紤]圖12B的示例，全局取向單元(例如，1004)和中繼單元(例如，1006)之間的延遲例如可以是0.5s，而局部取向單元(例如，1002)和中繼單元(例如，1006)之間的延遲可以是1s。例如，沿段1(1202)，45°局部取向單元1002可以在t＝1s處發(fā)出尖峰，其將會(huì)由中繼單元B(1006b)接收。由此，在一些方面，來(lái)自全局取向單元(1004)的尖峰可以在來(lái)自局部取向單元(例如，1002)的尖峰之前抵達(dá)中繼單元(例如，1006)。如上文所指示的，在圖12B的示例性示圖中，字母K的參考取向?yàn)?5°。由此，對(duì)應(yīng)于45°的全局取向單元是活躍的。參見(jiàn)圖11，中繼單元B的靜息電位是-0.94V。從表1看出，45°全局取向單元(1004b)所實(shí)施的調(diào)制為+0.5V。由此，在t＝0.5s(全局取向單元和中繼單元之間的延遲)處，靜息電位將會(huì)是-0.44V(-0.94V+.5V)。在1s時(shí)從局部取向單元(1002)抵達(dá)的尖峰可以使得中繼單元B(1006b)以對(duì)應(yīng)于-0.44V的靜息電位(對(duì)應(yīng)于中繼單元(A))的尖峰等待時(shí)間來(lái)激發(fā)，這進(jìn)而對(duì)應(yīng)于0°取向。由此，通過(guò)經(jīng)由單元和/或突觸參數(shù)來(lái)編碼定時(shí)信息，可以實(shí)現(xiàn)不使用時(shí)鐘的操作，因?yàn)榭梢詧?zhí)行局部計(jì)算而非全局計(jì)算。返回圖12B的示例，因?yàn)閰⒖既∠蚴?5°，所以中繼單元(例如，1006b)可以針對(duì)該參考取向轉(zhuǎn)換由局部取向單元(例如，1004b)所檢測(cè)到的取向。在一些方面，該轉(zhuǎn)換可以通過(guò)經(jīng)由全局取向單元(1004)調(diào)制中繼單元(例如，1006)的靜息電位來(lái)實(shí)施。圖14是解說(shuō)根據(jù)本公開(kāi)的各方面的中繼單元的經(jīng)調(diào)制的電位的示例性示圖。可以在初始狀態(tài)(例如，靜息狀態(tài))提供中繼單元(A、B、C和D)的電位。在初始狀態(tài)中，每個(gè)中繼單元可以處于靜息電位(例如，如圖11所示)。全局取向單元(例如，1004)可以調(diào)制中繼單元的靜息電位。例如，可以降低中繼單元A的靜息電位(1214)，同時(shí)可以增加中繼單元B、C和D的靜息電位(分別是1216、1218、1220)。在一些方面，中繼單元的靜息電位可以由局部取向單元調(diào)制。例如，如圖14中所示，中繼單元B可以受到來(lái)自45°局部單元的尖峰的影響，其進(jìn)而將中繼單元B送入ALIF區(qū)域。中繼單元B可以基于局部取向單元的取向和參考取向的時(shí)間延遲發(fā)放尖峰。例如，中繼單元B可以基于局部取向和參考取向之間的差(例如，如上文所討論的，局部取向單元取向(45°)-參考取向(45°)＝0°，這可以例如對(duì)應(yīng)于0.09s的等待時(shí)間)的時(shí)間延遲來(lái)發(fā)放尖峰。圖13A-B是解說(shuō)根據(jù)本公開(kāi)的各方面的示例性直方圖層的示圖1300、1350。參照?qǐng)D13A的示圖1300，直方圖層可包括中繼電路1302，每個(gè)中繼電路1302包括一組中繼單元(例如，1006)和讀出神經(jīng)元(R)(例如，1020)。該直方圖層還包括計(jì)數(shù)神經(jīng)元(C)1304a、1304b、1304c、1304d、1304e(其可以統(tǒng)稱為計(jì)數(shù)神經(jīng)元(C)1304)。如圖13B的示圖1350中所示，每個(gè)計(jì)數(shù)神經(jīng)元(C)1304耦合到每一個(gè)讀出神經(jīng)元(R)(例如，1020)和觸發(fā)神經(jīng)元(T)1320。計(jì)數(shù)神經(jīng)元(C)1304以給定尖峰等待時(shí)間檢測(cè)輸入的數(shù)目(取向被編碼到讀出神經(jīng)元(R)(例如，1020)的激發(fā)等待時(shí)間中)。觸發(fā)神經(jīng)元(T)1320可以調(diào)制計(jì)數(shù)神經(jīng)元(C)1304的膜電位以使得其在可以期望對(duì)應(yīng)于特定等待時(shí)間的尖峰時(shí)是最易興奮的。例如，用于對(duì)45°取向進(jìn)行計(jì)數(shù)的計(jì)數(shù)神經(jīng)元(C)1304在0.21s的尖峰等待時(shí)間處是最易興奮的，而負(fù)責(zé)90°的計(jì)數(shù)神經(jīng)元(C)1304在尖峰等待時(shí)間0.34s處是最易興奮的?？梢詾槊總€(gè)計(jì)數(shù)神經(jīng)元(C)1304提供觸發(fā)神經(jīng)元(T)1320。觸發(fā)神經(jīng)元T1320從全局取向神經(jīng)元1004接收輸入。在一些方面，觸發(fā)神經(jīng)元(T)1320可以配置有去往計(jì)數(shù)神經(jīng)元(C)1304的興奮性突觸1312。在一些方面，每個(gè)觸發(fā)神經(jīng)元(T)1320可充當(dāng)定時(shí)器。全局取向單元1004的激發(fā)可充當(dāng)觸發(fā)神經(jīng)元(T)的參考時(shí)間點(diǎn)。在從全局取向單元1004接收輸入尖峰之際，觸發(fā)神經(jīng)元(T)1320可以進(jìn)入ALIF區(qū)并且參數(shù)(τ+)可以配置成使得觸發(fā)神經(jīng)元(T)1320在激活對(duì)應(yīng)計(jì)數(shù)神經(jīng)元(C)的時(shí)間發(fā)放尖峰。用這種方式，觸發(fā)神經(jīng)元(T)1320的尖峰發(fā)放可以激活計(jì)數(shù)神經(jīng)元(C)1304以發(fā)起計(jì)數(shù)。在一些方面，計(jì)數(shù)神經(jīng)元(C)1304可以在其對(duì)應(yīng)的觸發(fā)神經(jīng)元(T)1320發(fā)放尖峰之前，忽視其所有輸入。在觸發(fā)神經(jīng)元(T)1320發(fā)放尖峰之后，計(jì)數(shù)神經(jīng)元(C)1304可以充當(dāng)計(jì)數(shù)器。每個(gè)計(jì)數(shù)神經(jīng)元(C)1304可以表示直方圖的直條。相應(yīng)地，隨著每個(gè)計(jì)數(shù)神經(jīng)元(C)1304進(jìn)行計(jì)數(shù)，它們可以計(jì)算取向1308的直方圖。在一些方面，計(jì)數(shù)神經(jīng)元(C)1304可以計(jì)算取向1310的累積直方圖。在一個(gè)示例性方面，計(jì)數(shù)神經(jīng)元(C)可以配置成在累積頻率模式中進(jìn)行計(jì)數(shù)。在累積頻率模式中，在從觸發(fā)神經(jīng)元(T)接收尖峰之前，計(jì)數(shù)神經(jīng)元(C)可以忽視所有輸入。在一個(gè)示例中，尖峰時(shí)間(0.09s、0.21s、0.34s、0.49s)可以分別對(duì)應(yīng)于0°、45°、90°和135°取向。在該示例中，可以為每個(gè)尖峰時(shí)間提供計(jì)數(shù)神經(jīng)元(C)。由此，0.09s的計(jì)數(shù)神經(jīng)元可以在對(duì)應(yīng)于具有0.09s延遲的尖峰抵達(dá)的時(shí)間被激活，并且由此可以對(duì)以0.09s的延遲或在0.09s的延遲之后抵達(dá)的所有尖峰進(jìn)行計(jì)數(shù)。類似地，0.21s的計(jì)數(shù)神經(jīng)元(C)可以對(duì)以0.21s的延遲或在0.21s的延遲之后抵達(dá)的所有尖峰進(jìn)行計(jì)數(shù)。用這種方法，可以獲得累積直方圖。在另一個(gè)示例性方面，計(jì)數(shù)神經(jīng)元(C)可以配置成在實(shí)際頻率模式中進(jìn)行計(jì)數(shù)。在實(shí)際頻率模式中，計(jì)數(shù)神經(jīng)元(C)可以在從觸發(fā)神經(jīng)元(T)接收尖峰之前忽視所有輸入，并且在期望下一組尖峰之前發(fā)放尖峰。例如，對(duì)應(yīng)于0°取向的計(jì)數(shù)神經(jīng)元(C)在期望具有0.09s左右的延遲的尖峰時(shí)開(kāi)始計(jì)數(shù)，并且若存在比預(yù)先指定的數(shù)目更多的尖峰，則在0.21s之前確定性地發(fā)放尖峰。由此，當(dāng)具有0.21s等待時(shí)間的尖峰抵達(dá)時(shí)，對(duì)應(yīng)于0°取向的計(jì)數(shù)神經(jīng)元(C)不會(huì)參與到計(jì)數(shù)中。這允許每個(gè)計(jì)數(shù)神經(jīng)元對(duì)預(yù)先指定的延遲區(qū)間(類似(0.09s-0.21s)、(0.21s-0.34s)、(0.34s-0.49s)等等)之間的尖峰的數(shù)目進(jìn)行計(jì)數(shù)。在一個(gè)示例性方面，直方圖層可以如下進(jìn)行操作。激發(fā)全局取向單元(例如，1004)可以將觸發(fā)神經(jīng)元(T)1320送入抗泄漏積分激發(fā)(A-LIF)區(qū)。如上文所指示的，全局取向可以具有強(qiáng)側(cè)向抑制。由此，在任何時(shí)間點(diǎn)都僅有一個(gè)全局取向單元(例如，1004)激發(fā)。觸發(fā)神經(jīng)元(T)1320可以與已經(jīng)激發(fā)的全局取向單元沒(méi)有什么不同，而是，觸發(fā)神經(jīng)元(T)1320可以簡(jiǎn)單地使用參考時(shí)間點(diǎn)。觸發(fā)神經(jīng)元(T)1320的抗泄漏積分激發(fā)(A-LIF)時(shí)間常量可以確定其何時(shí)激發(fā)以及由此，對(duì)應(yīng)的計(jì)數(shù)神經(jīng)元(C)1304何時(shí)是最易興奮的。在一些方面，從中繼單元(神經(jīng)元)(R)(例如，1006)去往計(jì)數(shù)神經(jīng)元(C)1304的突觸權(quán)重可以配置成使得即使所有中繼神經(jīng)元(例如，1006)以相同等待時(shí)間激發(fā)，也沒(méi)有任何計(jì)數(shù)神經(jīng)元(C)1304可以發(fā)放尖峰或者移動(dòng)到抗泄漏積分激發(fā)(A-LIF)區(qū)，并且會(huì)非常快速地返回到其靜息電位。而是，在該方面，僅在觸發(fā)神經(jīng)元(T)1320使得計(jì)數(shù)神經(jīng)元(C)1304易興奮時(shí)，來(lái)自中繼單元(神經(jīng)元)(R)(例如，1006)的輸入才可引起計(jì)數(shù)神經(jīng)元(C)1304的尖峰發(fā)放。在一些方面，(在圖9中的提到)時(shí)間學(xué)習(xí)層908可以被訓(xùn)練成識(shí)別相對(duì)于圖像的主軸的圖像中的取向1308的直方圖?？s放可涉及圖像中所有取向的邊沿的成比例增加或減少。因?yàn)榭s放保持了對(duì)象的任何段相對(duì)于其主軸的相對(duì)取向，所以其可以不影響直方圖層906中表示的取向的相對(duì)分布。由此，時(shí)間學(xué)習(xí)層908對(duì)于縮放轉(zhuǎn)換來(lái)說(shuō)是不可知的。類似地，在經(jīng)轉(zhuǎn)換的圖像中，相對(duì)于主軸的邊沿的相對(duì)取向可以是不變的。由此，直方圖層906輸出也可以是不變的，并且在一些方面可以產(chǎn)生時(shí)間學(xué)習(xí)層908中的轉(zhuǎn)換不變性。進(jìn)一步，因?yàn)槿∠蚩梢员粶y(cè)量并且可以意味著以不同角度檢測(cè)邊沿，并且因?yàn)闄z測(cè)邊沿可以涉及求差，所以在一些方面，亮度的絕對(duì)值也可以是不變的。允許所有不變類型的關(guān)鍵概念是取向域的直方圖中未使用地點(diǎn)碼。藉此，對(duì)象是通過(guò)其相對(duì)取向來(lái)標(biāo)識(shí)的。圖15解說(shuō)了用于使用尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)不變地表示對(duì)象的方法1500。在框1502，神經(jīng)元模型通過(guò)尖峰序列來(lái)表示對(duì)象。在框1504，神經(jīng)元模型確定該對(duì)象表示的參考特征。進(jìn)一步，在框1506，神經(jīng)元模型基于該參考特征將該對(duì)象表示轉(zhuǎn)換成規(guī)范形式。圖16解說(shuō)了用于在尖峰發(fā)放神經(jīng)網(wǎng)絡(luò)中生成直方圖的方法1600。在框1602，神經(jīng)元模型對(duì)與經(jīng)等待時(shí)間編碼的對(duì)象表示相關(guān)聯(lián)的尖峰進(jìn)行計(jì)數(shù)。進(jìn)一步，在框1604，神經(jīng)元模型基于該尖峰計(jì)數(shù)生成直方圖。以上所描述的方法的各種操作可由能夠執(zhí)行相應(yīng)功能的任何合適的裝置來(lái)執(zhí)行。這些裝置可包括各種硬件和/或軟件組件和/或模塊，包括但不限于電路、專用集成電路(ASIC)、或處理器。一般而言，在附圖中有解說(shuō)的操作的場(chǎng)合，那些操作可具有帶相似編號(hào)的相應(yīng)配對(duì)裝置加功能組件。如本文所使用的，術(shù)語(yǔ)“確定”涵蓋各種各樣的動(dòng)作。例如，“確定”可包括演算、計(jì)算、處理、推導(dǎo)、研究、查找(例如，在表、數(shù)據(jù)庫(kù)或其他數(shù)據(jù)結(jié)構(gòu)中查找)、探知及諸如此類。另外，確定摂可包括接收(例如接收信息)、訪問(wèn)(例如訪問(wèn)存儲(chǔ)器中的數(shù)據(jù))、及類似動(dòng)作。而且，“確定”可包括解析、選擇、選取、確立及類似動(dòng)作。如本文所使用的，引述一列項(xiàng)目“中的至少一個(gè)”的短語(yǔ)是指這些項(xiàng)目的任何組合，包括單個(gè)成員。作為示例，“a,b或c中的至少一個(gè)”意圖包括：a、b、c、a-b、b-c和a-b-c。結(jié)合本公開(kāi)所描述的各種解說(shuō)性邏輯框、模塊、以及電路可用設(shè)計(jì)成執(zhí)行本文所描述功能的通用處理器、數(shù)字信號(hào)處理器(DSP)、專用集成電路(ASIC)、現(xiàn)場(chǎng)可編程門陣列信號(hào)(FPGA)或其他可編程邏輯器件(PLD)、分立的門或晶體管邏輯、分立的硬件組件或其任何組合來(lái)實(shí)現(xiàn)或執(zhí)行。通用處理器可以是微處理器，但在替換方案中，處理器可以是任何市售的處理器、控制器、微控制器、或狀態(tài)機(jī)。處理器還可以被實(shí)現(xiàn)為計(jì)算設(shè)備的組合，例如DSP與微處理器的組合、多個(gè)微處理器、與DSP核心協(xié)同的一個(gè)或多個(gè)微處理器、或任何其它此類配置。結(jié)合本公開(kāi)所描述的方法或算法的步驟可直接在硬件中、在由處理器執(zhí)行的軟件模塊中、或在這兩者的組合中體現(xiàn)。軟件模塊可駐留在本領(lǐng)域所知的任何形式的存儲(chǔ)介質(zhì)中?？墒褂玫拇鎯?chǔ)介質(zhì)的一些示例包括隨機(jī)存取存儲(chǔ)器(RAM)、只讀存儲(chǔ)器(ROM)、閃存、可擦除可編程只讀存儲(chǔ)器(EPROM)、電可擦除可編程只讀存儲(chǔ)器(EEPROM)、寄存器、硬盤、可移動(dòng)盤、CD-ROM，等等。軟件模塊可包括單條指令、或許多條指令，且可分布在若干不同的代碼段上，分布在不同的程序間以及跨多個(gè)存儲(chǔ)介質(zhì)分布。存儲(chǔ)介質(zhì)可被耦合到處理器以使得該處理器能從/向該存儲(chǔ)介質(zhì)讀寫信息。在替換方案中，存儲(chǔ)介質(zhì)可以被整合到處理器。本文所公開(kāi)的方法包括用于實(shí)現(xiàn)所描述的方法的一個(gè)或多個(gè)步驟或動(dòng)作。這些方法步驟和/或動(dòng)作可以彼此互換而不會(huì)脫離權(quán)利要求的范圍。換言之，除非指定了步驟或動(dòng)作的特定次序，否則具體步驟和/或動(dòng)作的次序和/或使用可以改動(dòng)而不會(huì)脫離權(quán)利要求的范圍。所描述的功能可在硬件、軟件、固件或其任何組合中實(shí)現(xiàn)。如果以硬件實(shí)現(xiàn)，則示例硬件配置可包括設(shè)備中的處理系統(tǒng)。處理系統(tǒng)可以用總線架構(gòu)來(lái)實(shí)現(xiàn)。取決于處理系統(tǒng)的具體應(yīng)用和整體設(shè)計(jì)約束，總線可包括任何數(shù)目的互連總線和橋接器?？偩€可將包括處理器、機(jī)器可讀介質(zhì)、以及總線接口的各種電路鏈接在一起。總線接口可用于尤其將網(wǎng)絡(luò)適配器等經(jīng)由總線連接至處理系統(tǒng)。網(wǎng)絡(luò)適配器可用于實(shí)現(xiàn)信號(hào)處理功能。對(duì)于某些方面，用戶接口(例如，按鍵板、顯示器、鼠標(biāo)、操縱桿，等等)也可以被連接到總線。總線還可以鏈接各種其他電路，諸如定時(shí)源、外圍設(shè)備、穩(wěn)壓器、功率管理電路以及類似電路，它們?cè)诒绢I(lǐng)域中是眾所周知的，因此將不再進(jìn)一步描述。處理器可負(fù)責(zé)管理總線和一般處理，包括執(zhí)行存儲(chǔ)在機(jī)器可讀介質(zhì)上的軟件。處理器可用一個(gè)或多個(gè)通用和/或?qū)Ｓ锰幚砥鱽?lái)實(shí)現(xiàn)。示例包括微處理器、微控制器、DSP處理器、以及其他能執(zhí)行軟件的電路系統(tǒng)。軟件應(yīng)當(dāng)被寬泛地解釋成意指指令、數(shù)據(jù)、或其任何組合，無(wú)論是被稱作軟件、固件、中間件、微代碼、硬件描述語(yǔ)言、或其他。作為示例，機(jī)器可讀介質(zhì)可包括隨機(jī)存取存儲(chǔ)器(RAM)、閃存、只讀存儲(chǔ)器(ROM)、可編程只讀存儲(chǔ)器(PROM)、可擦式可編程只讀存儲(chǔ)器(EPROM)、電可擦式可編程只讀存儲(chǔ)器(EEPROM)、寄存器、磁盤、光盤、硬驅(qū)動(dòng)器、或者任何其他合適的存儲(chǔ)介質(zhì)、或其任何組合。機(jī)器可讀介質(zhì)可被實(shí)施在計(jì)算機(jī)程序產(chǎn)品中。該計(jì)算機(jī)程序產(chǎn)品可以包括包裝材料。在硬件實(shí)現(xiàn)中，機(jī)器可讀介質(zhì)可以是處理系統(tǒng)中與處理器分開(kāi)的一部分。然而，如本領(lǐng)域技術(shù)人員將容易領(lǐng)會(huì)的，機(jī)器可讀介質(zhì)或其任何部分可在處理系統(tǒng)外部。作為示例，機(jī)器可讀介質(zhì)可包括傳輸線、由數(shù)據(jù)調(diào)制的載波、和/或與設(shè)備分開(kāi)的計(jì)算機(jī)產(chǎn)品，所有這些都可由處理器通過(guò)總線接口來(lái)訪問(wèn)。替換地或補(bǔ)充地，機(jī)器可讀介質(zhì)或其任何部分可被集成到處理器中，諸如高速緩存和/或通用寄存器文件可能就是這種情形。雖然所討論的各種組件可被描述為具有特定位置，諸如局部組件，但它們也可按各種方式來(lái)配置，諸如某些組件被配置成分布式計(jì)算系統(tǒng)的一部分。處理系統(tǒng)可以被配置為通用處理系統(tǒng)，該通用處理系統(tǒng)具有一個(gè)或多個(gè)提供處理器功能性的微處理器、以及提供機(jī)器可讀介質(zhì)中的至少一部分的外部存儲(chǔ)器，它們都通過(guò)外部總線架構(gòu)與其他支持電路系統(tǒng)鏈接在一起。替換地，該處理系統(tǒng)可以包括一個(gè)或多個(gè)神經(jīng)元形態(tài)處理器以用于實(shí)現(xiàn)本文所述的神經(jīng)元模型和神經(jīng)系統(tǒng)模型。作為另一替換方案，處理系統(tǒng)可以用帶有集成在單塊芯片中的處理器、總線接口、用戶接口、支持電路系統(tǒng)、和至少一部分機(jī)器可讀介質(zhì)的專用集成電路(ASIC)來(lái)實(shí)現(xiàn)，或者用一個(gè)或多個(gè)現(xiàn)場(chǎng)可編程門陣列(FPGA)、可編程邏輯器件(PLD)、控制器、狀態(tài)機(jī)、門控邏輯、分立硬件組件、或者任何其他合適的電路系統(tǒng)、或者能執(zhí)行本公開(kāi)通篇所描述的各種功能性的電路的任何組合來(lái)實(shí)現(xiàn)。取決于具體應(yīng)用和加諸于整體系統(tǒng)上的總設(shè)計(jì)約束，本領(lǐng)域技術(shù)人員將認(rèn)識(shí)到如何最佳地實(shí)現(xiàn)關(guān)于處理系統(tǒng)所描述的功能性。機(jī)器可讀介質(zhì)可包括數(shù)個(gè)軟件模塊。這些軟件模塊包括當(dāng)由處理器執(zhí)行時(shí)使處理系統(tǒng)執(zhí)行各種功能的指令。這些軟件模塊可包括傳送模塊和接收模塊。每個(gè)軟件模塊可以駐留在單個(gè)存儲(chǔ)設(shè)備中或者跨多個(gè)存儲(chǔ)設(shè)備分布。作為示例，當(dāng)觸發(fā)事件發(fā)生時(shí)，可以從硬驅(qū)動(dòng)器中將軟件模塊加載到RAM中。在軟件模塊執(zhí)行期間，處理器可以將一些指令加載到高速緩存中以提高訪問(wèn)速度。隨后可將一個(gè)或多個(gè)高速緩存行加載到通用寄存器文件中以供處理器執(zhí)行。在參照以下述及軟件模塊的功能性時(shí)，將理解此類功能性是在處理器執(zhí)行來(lái)自該軟件模塊的指令時(shí)由該處理器來(lái)實(shí)現(xiàn)的。如果以軟件實(shí)現(xiàn)，則各功能可作為一條或多條指令或代碼存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上或藉其進(jìn)行傳送。計(jì)算機(jī)可讀介質(zhì)包括計(jì)算機(jī)存儲(chǔ)介質(zhì)和通信介質(zhì)兩者，這些介質(zhì)包括促成計(jì)算機(jī)程序從一地向另一地轉(zhuǎn)移的任何介質(zhì)。存儲(chǔ)介質(zhì)可以是能被計(jì)算機(jī)訪問(wèn)的任何可用介質(zhì)。作為示例而非限定，此類計(jì)算機(jī)可讀介質(zhì)可包括RAM、ROM、EEPROM、CD-ROM或其他光盤存儲(chǔ)、磁盤存儲(chǔ)或其他磁存儲(chǔ)設(shè)備、或能用于攜帶或存儲(chǔ)指令或數(shù)據(jù)結(jié)構(gòu)形式的期望程序代碼且能被計(jì)算機(jī)訪問(wèn)的任何其他介質(zhì)。另外，任何連接也被正當(dāng)?shù)胤Q為計(jì)算機(jī)可讀介質(zhì)。例如，如果軟件是使用同軸電纜、光纖電纜、雙絞線、數(shù)字訂戶線(DSL)、或無(wú)線技術(shù)(諸如紅外(IR)、無(wú)線電、以及微波)從web網(wǎng)站、服務(wù)器、或其他遠(yuǎn)程源傳送而來(lái)，則該同軸電纜、光纖電纜、雙絞線、DSL或無(wú)線技術(shù)(諸如紅外、無(wú)線電、以及微波)就被包括在介質(zhì)的定義之中。如本文中所使用的盤(disk)和碟(disc)包括壓縮碟(CD)、激光碟、光碟、數(shù)字多用碟(DVD)、軟盤、和碟，其中盤(disk)常常磁性地再現(xiàn)數(shù)據(jù)，而碟(disc)用激光來(lái)光學(xué)地再現(xiàn)數(shù)據(jù)。因此，在一些方面，計(jì)算機(jī)可讀介質(zhì)可包括非瞬態(tài)計(jì)算機(jī)可讀介質(zhì)(例如，有形介質(zhì))。另外，對(duì)于其他方面，計(jì)算機(jī)可讀介質(zhì)可包括瞬態(tài)計(jì)算機(jī)可讀介質(zhì)(例如，信號(hào))。上述的組合應(yīng)當(dāng)也被包括在計(jì)算機(jī)可讀介質(zhì)的范圍內(nèi)。因此，某些方面可包括用于執(zhí)行本文中給出的操作的計(jì)算機(jī)程序產(chǎn)品。例如，此類計(jì)算機(jī)程序產(chǎn)品可包括其上存儲(chǔ)(和/或編碼)有指令的計(jì)算機(jī)可讀介質(zhì)，這些指令能由一個(gè)或多個(gè)處理器執(zhí)行以執(zhí)行本文中所描述的操作。對(duì)于某些方面，計(jì)算機(jī)程序產(chǎn)品可包括包裝材料。此外，應(yīng)當(dāng)領(lǐng)會(huì)，用于執(zhí)行本文中所描述的方法和技術(shù)的模塊和/或其它恰適裝置能由用戶終端和/或基站在適用的場(chǎng)合下載和/或以其他方式獲得。例如，此類設(shè)備能被耦合至服務(wù)器以促成用于執(zhí)行本文中所描述的方法的裝置的轉(zhuǎn)移。替換地，本文所述的各種方法能經(jīng)由存儲(chǔ)裝置(例如，RAM、ROM、諸如壓縮碟(CD)或軟盤等物理存儲(chǔ)介質(zhì)等)來(lái)提供，以使得一旦將該存儲(chǔ)裝置耦合至或提供給用戶終端和/或基站，該設(shè)備就能獲得各種方法。此外，可利用適于向設(shè)備提供本文所描述的方法和技術(shù)的任何其他合適的技術(shù)。將理解，權(quán)利要求并不被限定于以上所解說(shuō)的精確配置和組件?？稍谝陨纤枋龅姆椒ê脱b置的布局、操作和細(xì)節(jié)上作出各種改動(dòng)、更換和變形而不會(huì)脫離權(quán)利要求的范圍。當(dāng)前第1頁(yè)1 2 3