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
- 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!!!
- 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: