惊蛰网络神经元

惊蛰网络

致力于构建精细脉冲神经元并仿真真实生物神经系统，并不支持自动微分，无法充分利用GPU的大规模并行计算能力，也缺乏对神经形态传感器和计算芯片的支持。为了解决上述问题，李国齐研究员与田永鸿教授团队合作构建并开源了深度脉冲神经网络学习框架SpikingJelly(惊蜇),其主要优小发猫。 脉冲神经网络的性能得到大幅度提升，脉冲深度学习成为新兴的研究热点。“惊蜇”(SpikingJelly)框架中的典型模块。中国科学院自动化所供图传统脉冲神经网络框架更多关注生物可解释性，致力于构建精细脉冲神经元并仿真真实生物神经系统，并不支持自动微分，无法充分利用图形处理等会说。

“惊蜇”框架的典型应用。中国科学院自动化研究所供图) 记者从中国科学院自动化研究所获悉，该所研究员李国齐与北京大学教授田永鸿团队合作构建并开源了深度脉冲神经网络学习框架“惊蜇”，可提供全栈式的脉冲深度学习解决方案，将有力促进脉冲深度学习领域的研究和应用。相好了吧！ 中国科学院自动化研究所李国齐研究员与北京大学计算机学院田永鸿教授团队合作构建并开源了深度脉冲神经网络学习框架SpikingJelly(中文名：惊蜇)。SpikingJelly(惊蜇)提供了全栈式的脉冲深度学习解决方案，支持神经形态数据处理、深度SNN的构建、替代梯度训练、ANN转换SNN、..