衍射光学神经网络

极简衍射光学神经网络(m-DONN)一种极简衍射光学神经网络(m-DONN)架构，该系统仅由激光器、数字微镜器件(DMD)和相机三个核心组件构成，实现了高效、低成本的光学神经形态计算。

基于衍射深度神经网络的全光神经网络仿真技术研究报告本研究针对全光神经网络（Optical Neural Network, ONN）的仿真实现进行深入探索。基于衍射深度神经网络（Diffractive Deep Neural Network, D²NN）理论框架，采用Python与PyTorch构建完整的仿真系统，并将其应用于MNIST手写数字识别任务。通过系统性的实验研究，本项目在标准相位调制模型上实现了93.5%的分类准确率，超过原始论文的91.75%；在引入复数ReLU激活函数后，准确率进一步提升至97%。本报告详细阐述了网络架构设计、光学参数选择、

用光来“思考“：光学加速神经网络计算全景解析当你的手机在运行AI时发烫，你有没有想过：也许有一天，我们可以用"光"来替代"电"进行计算，让AI既快又凉？

衍射深度神经网络(D²NN)：基于光学衍射原理的图像分类系统本文深入分析了一个基于光学衍射原理的深度神经网络(Diffractive Deep Neural Network, D²NN)实现，该系统通过模拟光波在多层相位调制层中的衍射传播来完成CIFAR图像分类任务。与传统的电子神经网络不同，D²NN的核心计算过程可以在全光学系统中实现，具有低功耗、高速度的独特优势。本文将从物理原理、数学模型、代码实现、训练策略等多个维度进行详细分析，并给出实际运行结果。

我是有底线的