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。氖;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