![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
脉冲神经网络
文章平均质量分 93
南风烟絮
这个作者很懒,什么都没留下…
展开
-
一文通俗入门·脉冲神经网络·第三代神经网络
ANN经历了几代进化,从感知机到基于联结主义的多层神经网络,再到以卷积神经网络为基础的深度学习方案。虽然取得了显著进步,但深度神经网络仍面临着诸多挑战,如功耗效率、安全性、可解释性和在线学习能力等。相比之下,脉冲神经网络(Spiking Neural Network,SNN)在类脑计算研究中占据核心地位,被认为是新一代的神经网络。SNN以脉冲神经元为计算单元,模仿人类大脑的信息编码和处理过程。它采用离散事件(脉冲)对数据进行编码处理,相比ANN,能耗显著降低,计算能力更加突出。原创 2024-02-19 08:30:00 · 2589 阅读 · 0 评论 -
脉冲神经网络-Resource Constrained Model Compression via Minimax Optimization for Spiking Neural Networks
脑启发的脉冲神经网络(Spiking Neural Network, SNN)具有事件驱动和高能效的特点,这与传统的人工神经网络(ANN)在神经形态芯片等边缘设备上部署不同。以往的工作集中在SNN的训练策略,以提高模型性能,带来更大、更深的网络架构。但是这很难直接在资源有限的边缘设备上部署这些复杂的网络。为了满足这种需求,人们通过压缩SNN,以平衡性能和计算效率。现有的压缩方法要么使用权值范数大小迭代简直SNN,要么将问题表述为稀疏学习优化。本文使用极小极大化方法对SNN进行训练压缩。原创 2024-02-17 23:20:17 · 954 阅读 · 0 评论