有监督SNN网络——SLAYER Linux安装配置

SLAYER是来自NUS的成果,文章被收录到NeurIPS2018

原文链接
http://papers.nips.cc/paper/7415-slayer-spike-layer-error-reassignment-in-time.pdf

文章内容简述

由于SNN(spiking neural network) 中神经元模型发放的离散脉冲信号不可微,所以传统CNN的BP策略不再适用。文章主要贡献就是提出了一种新的可适用于SNN的BP算法来训练weights(突触权重)和axonal delays(轴突延时)。模型中使用的是Spike Response Model(SRM) 神经元模型。具体算法由于文章省略了部分细节导致没有彻底搞懂,等我把源码看完了再回来补一个算法细节的帖子吧:)

安装过程

环境要求

作者对硬件建议是这样写的

GPU hardware with cc 6.0 or higher.

我用的是 NVIDIA GeForce GTX 1050Ti 有点吃力

环境方面作者使用

  • CUDA 9.2
  • CUDNN 7.2
  • yaml-cpp 我是传送门(注意cmake的时候一定要选择 -DBUILD_SHARED_LIBS=ON 来动态编译)
安装
  1. CUDA和CUDNN的安装网上教程比较多,在这里就不再赘述了,要提醒大家的是一定要添加环境变量!!!
  2. YAML-CPP安装
    新建一个文件夹YAML-CPP-installer打开终端输入下面代码
git clone https:
  • 3
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 3
    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 3
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