×

内科

swMATH ID: 38428
软件作者: Zixuan Zhao、Nathan Wycoff、Neil Getty、Rick Stevens、Fangfang Xia
描述: Neko:探索神经形态学习规则的图书馆。神经形态计算领域正处于积极探索阶段。虽然已经开发了许多工具来模拟神经元动力学或将深层网络转换为尖峰模型,但用于学习规则的通用软件库仍有待开发。这在一定程度上是因为设计新学习规则的努力具有多样性和挑战性,从编码方法到梯度近似,从模拟贝叶斯大脑的人口方法到部署在忆阻交叉杆上的受限学习算法。为了解决这一差距,我们提出了Neko,这是一个模块化、可扩展的库,重点是帮助设计新的学习算法。我们在三个示例案例中演示了Neko的效用:在线局部学习、概率学习和模拟设备学习。我们的结果表明,Neko可以复制最先进的算法,并且在一种情况下,在准确性和速度方面表现出显著的优越性。此外,它还提供了包括梯度比较在内的工具,可以帮助开发新的算法变体。Neko是一个开源Python库,支持PyTorch和TensorFlow后端。
主页: https://arxiv.org/abs/2105.00324
依赖项: 蟒蛇
关键词: 机器学习arXiv_cs。液化天然气人工智能arXiv_cs。人工智能arXiv_cs。神经形态学习规则Python库机器学习算法神经系统
相关软件: 布瑞恩NxTF公司巢穴峰值编码皮恩宁戈MNIST公司凯拉斯TensorFlow公司PyTorch公司蟒蛇
引用于: 0个文档

标准条款

1出版物描述软件 年份
Neko:探索神经形态学习规则的图书馆arXiv公司
Zixuan Zhao、Nathan Wycoff、Neil Getty、Rick Stevens、Fangfang Xia
2021