本说明书涉及脉冲神经网络,尤其涉及一种任务执行的方法、装置、存储介质及电子设备。
背景技术:
1、目前,约束满足问题(constraint satisfaction problem,csp)任务是人工智能应用领域中所经常遇到的一种任务,其中,约束满足问题任务即为针对一组变量,根据这组变量的每个变量的约束条件,以及每个变量的值域,确定这组变量中的每个变量的值的任务。例如:地图自动着色任务中,需要根据相邻区域的着色不能相同的约束条件,为地图中包含的每个区域进行着色,再例如:导航任务中,需要根据不同交通工具的运营路线、运营时间、速度等约束条件,为用户进行路线规划。
2、通常情况下,在执行约束满足问题任务时,可以通过回溯搜索算法进行任务执行,而当需要执行的约束满足问题任务的规模较大时,通过回溯搜索算法进行任务执行需要消耗大量的计算资源。
技术实现思路
1、本说明书提供一种任务执行的方法、装置、存储介质及电子设备,以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案:
3、本说明书提供了一种任务执行的方法,包括:
4、可选地,获取用户发送的任务执行请求;
5、根据所述任务执行请求,确定待执行任务对应的任务参数,所述任务参数包括:所述待执行任务中包含的各变量参数、每个变量参数的值域、各变量参数之间的约束关系;
6、根据所述任务参数,确定构建用于执行所述待执行任务的脉冲神经网络模型中需要包含的各神经元的数量,以及所述各神经元之间的连接关系;
7、根据所述各神经元的数量以及所述各神经元之间的连接关系,构建所述脉冲神经网络模型;
8、通过所述脉冲神经网络模型,执行所述待执行任务。
9、可选地,根据所述任务参数,确定构建用于执行所述待执行任务的脉冲神经网络模型中需要包含的各神经元的数量,具体包括:
10、根据所述待执行任务中包含的各变量参数、每个变量参数的值域,确定构建用于执行所述待执行任务的脉冲神经网络模型中需要包含的各神经元的数量,其中,每个神经元产生输出脉冲信号的频率用于表征一个变量参数的值域中包含的一个值为满足约束条件的值的概率值。
11、可选地,根据所述任务参数,确定构建用于执行所述待执行任务的脉冲神经网络模型中需要包含的各神经元之间的连接关系,具体包括:
12、根据所述待执行任务中包含的各变量参数之间的约束关系,判断构建用于执行所述待执行任务的脉冲神经网络模型中需要包含的各神经元中的每两个神经元之间是否存在抑制性约束;
13、若是,则确定该两个神经元之间需要通过两条单向抑制突触连接。
14、可选地,所述脉冲神经网络模型包括:自发送脉冲神经元层、响应脉冲神经元层、输出解码层;
15、通过所述脉冲神经网络模型,执行所述待执行任务,具体包括:
16、根据所述任务执行请求,确定所述脉冲神经网络模型的各输入参数;
17、根据所述各输入参数,从所述自发送脉冲神经元层中包含的各神经元中确定出至少部分神经元,作为目标神经元;
18、通过所述目标神经元发送脉冲序列到所述响应脉冲神经元层,以使所述响应脉冲神经元层根据所述目标神经元发送的脉冲序列,产生输出脉冲信号,并将所述输出脉冲信号传输给所述输出解码层;
19、通过所述输出解码层根据所述输出脉冲信号,得到所述脉冲神经网络模型的输出结果,并根据所述脉冲神经网络模型的输出结果进行任务执行。
20、可选地,所述自发送脉冲神经元层中包含的每个神经元与所述响应脉冲神经元层中包含的各神经元中对应的神经元通过单向兴奋突触相连接;
21、所述响应脉冲神经元层根据所述目标神经元发送的脉冲序列,产生输出脉冲信号,具体包括:
22、针对所述脉冲序列中的每个脉冲信号,将所述响应脉冲神经元层中包含的与所述目标神经元相连接的神经元,作为所述目标神经元对应的第一神经元;
23、所述第一神经元在接收到该脉冲信号后,在该脉冲信号的作用下,所述第一神经元的膜电位升高第一指定值;
24、若所述第一神经元的所述膜电位达到预设阈值,则所述第一神经元产生输出脉冲信号,并向通过抑制突触与所述第一神经元相连接的其它神经元发送脉冲信号,以使所述其它神经元的膜电位在接收到通过所述抑制突触传输的脉冲信号后下降第二指定值。
25、可选地,通过所述输出解码层根据所述输出脉冲信号,得到所述脉冲神经网络模型的输出结果,具体包括:
26、通过所述输出解码层根据所述响应脉冲神经元层中包含的每个神经元产生所述输出脉冲信号的频率,得到所述脉冲神经网络模型的输出结果。
27、可选地,通过所述输出解码层根据所述输出脉冲信号,得到所述脉冲神经网络模型的输出结果,具体包括:
28、通过所述输出解码层根据所述响应脉冲神经元层中包含的每个神经元产生所述输出脉冲信号的频率,得到所述脉冲神经网络模型的候选输出结果;
29、判断所述候选输出结果中的至少部分结果与所述至少部分结果对应的实际结果是否一致;
30、若是,则确定所述候选输出结果为所述脉冲神经网络模型的输出结果。
31、本说明书提供了一种任务执行的装置,包括:
32、获取模块,用于获取用户发送的任务执行请求;
33、第一确定模块,用于根据所述任务执行请求,确定待执行任务对应的任务参数,所述任务参数包括:所述待执行任务中包含的各变量参数、每个变量参数的值域、各变量参数之间的约束关系;
34、第二确定模块,用于根据所述任务参数,确定构建用于执行所述待执行任务的脉冲神经网络模型中需要包含的各神经元的数量,以及所述各神经元之间的连接关系;
35、构建模块,用于根据所述各神经元的数量以及所述各神经元之间的连接关系,构建所述脉冲神经网络模型;
36、执行模块,用于通过所述脉冲神经网络模型,执行所述待执行任务。
37、本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任务执行的方法。
38、本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任务执行的方法。
39、本说明书采用的上述至少一个技术方案能够达到以下有益效果:
40、在本说明书提供的任务执行的方法中,
41、从上述方法可以看出,可以根据待执行任务中包含的各变量参数、各变量参数的值域、各变量参数之间的约束关系确定用于进行任务执行的脉冲神经网络模型所需的各神经元以及各神经元之间的连接关系,从而可以通过构建出的脉冲神经网络模型进行任务执行,进而可以降低执行待执行任务所需的计算资源。
1.一种任务执行的方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,根据所述任务参数,确定构建用于执行所述待执行任务的脉冲神经网络模型中需要包含的各神经元的数量,具体包括:
3.如权利要求1所述的方法,其特征在于,根据所述任务参数,确定构建用于执行所述待执行任务的脉冲神经网络模型中需要包含的各神经元之间的连接关系,具体包括:
4.如权利要求1所述的方法,其特征在于,所述脉冲神经网络模型包括:自发送脉冲神经元层、响应脉冲神经元层、输出解码层;
5.如权利要求4所述的方法,其特征在于,所述自发送脉冲神经元层中包含的每个神经元与所述响应脉冲神经元层中包含的各神经元中对应的神经元通过单向兴奋突触相连接;
6.如权利要求4所述的方法,其特征在于,通过所述输出解码层根据所述输出脉冲信号,得到所述脉冲神经网络模型的输出结果,具体包括:
7.如权利要求4所述的方法,其特征在于,通过所述输出解码层根据所述输出脉冲信号,得到所述脉冲神经网络模型的输出结果,具体包括:
8.一种任务执行的装置,其特征在于,包括:
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。