本文提出了一种利用memristive crossbars加速神经网络失效测试的一次性测试方案，旨在减少内存开销并提高覆盖率。研究探索了深度学习中的高效方法，结合新型神经网络拓扑和硬件协同设计，显著提升了异常数据检测和推理准确性。此外，介绍了基于自旋电子存储器的计算内存架构，展示了其在低功耗机器学习中的应用，取得了优异的训练准确率。