尖峰神經網絡訓練新法 光滑精確梯度下降
神經形態計算近來備受關注,其核心是利用尖峰神經網絡(SNN)實現高效節能計算;但尖峰訊號的離散特性,令傳統梯度下降難以高效學習。新研究為此提出光滑精確的梯度下降訓練方法。
難題所在
尖峰神經網絡以離散尖峰傳遞資訊,貼近生物神經元運作,能耗優勢顯著;然而尖峰訊號的突變特性令梯度難以直接計算,訓練效率長期受限,成為神經形態計算落地的瓶頸之一。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
