用于实时图片分类的光子赋能脉冲时序卷积神经网络数据集

本论文数据集报道了一种光子赋能卷积神经网络，利用光子信号处理技术大带宽、低延时、低功耗的优势加速卷积运算，从卷积核调整、卷积结果、图片识别正确率三个方面进行了实验表征。在实验中，首先对基于波长分量的强度卷积核表示进行了表征，实验测量了在得到两个特定卷积核时的光谱；然后对光子卷积加速器的卷积计算性能进行了实验测量；最后，对光子卷积加速器的计算性能进行了进一步的表征，仿真了其在卷积神经网路中的性能表现。实验过程中利用主动锁模激光器、任意波形发生器、矢量信号发生器、示波器、光谱仪等进行实验数据测量和采集,采用python对卷积神经网络进行建模和仿真，并采用MATLAB软件对采集数据绘图获得论文中的相关实验结果图片。数据量为：2.77GB。