keras-spiking 0.1.0

道路沥青

Keras-Spiking提供了整合尖峰神经元激活功能的工具 直接在Keras框架内。主要特点是 keras_spiking.SpikingActivation，可用于转换 任何激活函数都变成了一个尖峰等价物。例如，我们可以翻译 非尖峰模型，例如

inp=tf.keras.Input((5,))dense=tf.keras.layers.Dense(10)(inp)act=tf.keras.layers.Activation("relu")(dense)model=tf.keras.Model(inp,act)

与峰值等效：

^{pr2}$

具有峰值激活层的模型可以用与 任何其他Keras车型。他们会自动利用Keras Spiking的 “扣球意识训练”：利用扣球动作在前传和 反传时的非尖峰（可微）激活函数。在

Keras Spiking还包括各种工具，用于帮助培训Spiking模型， 例如附加的regularizers 和filtering layers。在

如果你对建立和优化尖峰神经元模型感兴趣，你也可以 对NengoDL感兴趣。看到了吗 this page表示 比较这两个包支持的不同用例。在

文档

查看documentation的

• Installation instructions
• More detailed example introducing the features of Keras Spiking
• API reference