PyTorch的脉冲神经元整合
pytorch-spiking的Python项目详细描述
PyTorchSpiking公司
PyTorchSpiking提供了训练和运行spiking神经网络的工具 直接在Pythorch框架内。主要特点是 pytorch_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
torch.nn.Sequential(torch.nn.Linear(5,10),torch.nn.ReLU(),)
与峰值等效:
^{pr2}$具有峰值激活层的模型可以用与 任何其他的Pythorch模型。他们会自动利用PyTorchSpiking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
PyTorchSpiking还包括各种工具来帮助训练尖峰模型, 例如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
- Installation instructions
- More detailed example introducing the features of PyTorchSpiking
- API reference
发布历史
初次发行
- 项目
标签: