我的51电子脑构想....

只看该作者 · 2012-5-13 22:08

本帖最后由 fogota 于 2012-5-28 08:43 编辑

我的51电子脑构想....
我想到了一个方法用几十个51，每个51写入程序，就用它的内部RAM组成一个网络。由一个AVR，或别的U，作为输入输出控制做成人工神经网络。
每个51是独立完成工作。用串口通信。用并口，实现神经束。一个51可以仿真几十个神经元一个51芯片,包含了一堆神经元,就是一个小型子网。
每个51之间用并口做一些仿真式的连接。整体的输入输出，通过串口中断的时候，实现RAM的保存这由AVR来实现。
我现在迷上了古埃及的象形文字，还有别的象形文字想用神经网络，解读

设计图在27楼

只看该作者 · 2012-5-13 22:33

LZ肯定很牛，，

只看该作者 · 2012-5-13 22:35

支持LZ！ :lol
前段时间听说有人裁剪了个在51上跑的linux

2万 · 2012-5-14 09:51

本帖最后由原野之狼于 2012-5-14 09:55 编辑

想法不错  可以玩一玩
找一个实际的问题  用你的神经网络计算系统来解一下
此课题练不来太多的MCU编程技术  倒是可以把现代控制理论玩玩
建议先用高级一点的工具仿真一下理论模型  然后再到MCU上实现

2万 · 2012-5-14 10:03

“神经元计算机”就是这个方向....

但由于并行（非线性）网络处理，复杂性指数级增加。若无适当“法则”制约，发神经的可能性也呈指数率增加。

1万 · 2012-5-14 12:00

楼主还是不错的，需要注意的是，应该用串行通讯还是并行通讯? 学习和sim中的数据传送还是比较大的，特别是网络规模比较大时。
之所以说楼主想法不错是因为这种结构可以解决网络规模增大后，计算量指数增加的问题（尽管规模增加，计算量仍然是增加的，但是已经由N^2变为N）。
至于字符识别，说实话，要达到这个目标，你还的至少掌握梅林变换、2维FFT和旋转/平移变换，因为只有这样才能把输入变成伸缩/旋转/平移下的不变量。做出相对实用的东西。
神经网络计算量巨大主要表现在学习过程中。更糟糕的是学习网络很难用硬件实现(其实通常见到的神经网络图并没有画出学习网络)。不过忆阻器的出现可能彻底改变这一局面，只是成本稍高，相信不久的将来他会想运放一样普及。