bamsumit/slayerPytorch
PyTorch implementation of SLAYER for training Spiking Neural Networks
何を解決するか
多層スパイキングニューラルネットワーク（SNN）の学習の課題に対処し、バックプロパゲーションを用いてシナプス結合重みと軸索遅延パラメータを学習可能にします。
動作方法
SLAYER（Spike Layer Error Reassignment in Time）フレームワークのPyTorchポートです。複数のスパイクをレイヤーごとにネイティブで処理し、層間で誤差をバックプロパゲーションしてネットワークパラメータを最適化します。
対象ユーザー
PyTorchとCUDA対応GPUを用いてスパイキングニューラルネットワークのモデルを実装・学習したい研究者や開発者。
特徴
- SLAYERフレームワークのPyTorch実装。
- シナプス結合重みと軸索遅延の両方の学習をサポート。
- レイヤーごとに複数のスパイクをネイティブで処理。
- マルチレイヤーパーセプトロン（MLP）および畳み込みニューラルネットワーク（CNN）の例実装を含む。
関連
- プロジェクト
BindsNET/bindsnetBindsNET は、PyTorch を使用してスパイキングニューラルネットワークをシミュレートする Python ライブラリです。ニューロンのダイナミクスを差分方程式に変換し、STDP などの学習則をサポートすることで、脳に着想を得た機械学習を簡素化し、低レベルのシミュレーションコードなしで ML および RL の実験を可能にします。
- プロジェクト
- プロジェクト
pytorch/pytorchPyTorch は、GPU アクセラレーションされたテンソル演算と、動的なテープベースの自動微分システムを提供するオープンソースの Python ライブラリで、ディープニューラルネットワークの構築とトレーニングに使用されます。Python と緊密に統合され、C/C++ や他の言語での拡張をサポートし、CPU、NVIDIA GPU、AMD ROCm、Intel GPU 上で高速かつ低オーバーヘッドな実行を提供します。
- プロジェクト
- プロジェクト
fangwei123456/spikingjellySpikingJelly 是一个基于 PyTorch 的原生库，用于构建、训练和部署脉冲神经网络。它提供神经元模块、代理梯度工具、神经形态数据的数据集加载器、自动后端选择（Torch/Triton/原生 CUDA）、混合精度支持以及导出到神经形态硬件的接口。可通过 PyPI 安装（Python ≥ 3.11，PyTorch ≥ 2.6），并可选 CUDA 扩展以获得高性能。采用 Apache-2.0 许可证。