bamsumit/slayerPytorch
PyTorch implementation of SLAYER for training Spiking Neural Networks
해결하는 문제
다층 스파이킹 신경망(SNN)을 훈련하는 과제를 해결하며, 역전파를 통해 시냅스 가중치와 축삭 지연 파라미터를 학습할 수 있도록 합니다.
작동 방식
SLAYER(Spike Layer Error Reassignment in Time) 프레임워크의 PyTorch 포트입니다. 여러 스파이크를 레이어당 네이티브로 처리하고, 오차를 레이어 간에 역전파하여 네트워크 파라미터를 최적화합니다.
대상 사용자
PyTorch와 CUDA를 지원하는 GPU를 사용하여 스파이킹 신경망 모델을 구현하고 훈련하고자 하는 연구자 및 개발자.
주요 특징
- SLAYER 프레임워크의 PyTorch 구현.
- 시냅스 가중치와 축삭 지연 모두 학습 가능.
- 레이어당 여러 스파이크를 네이티브로 처리.
- 다층 퍼셉트론(MLP) 및 합성곱 신경망(CNN)의 예제 구현 포함.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트