【阅读笔记】Deep SCNN Trained with STDP

Deep Spiking Convolutional Neural Network Trained with Unsupervised Spike Timing Dependent Plasticity

本文提出了一个叫 SpiCNN 的神经网络,通过 Leaky-Integrate-and-Fire (LIF) neurons 作为类似激活函数的单元构造神经网络,通过 Spike Timing Dependent Plasticity (STDP) 进行权重学习。

SNN FUNDAMENTALS

Computational Model of Spiking Neuron and Synapse

使用 LIF 模型作为 spiking neuronal dynamics
τ m e m d V m e m d t = − V m e m + W ⋅ δ ( t − t i ) \tau_{mem}\frac{dV_{mem}}{dt}=-V_{mem}+W\cdot \delta(t-t_i) τmemdtdVmem=Vmem+Wδ(tti)</

  • 3
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值