SparseProp: 稀疏循环脉冲神经网络的高效事件驱动仿真与训练 原文约200字,阅读约需1分钟。发表于:2023-12-28T00:00:00Z。 本研究提出了一种名为 SparseProp 的新颖的基于事件的算法,用于模拟和训练稀疏的脉冲神经网络,并通过每个网络脉冲将前向传递和反向传递的计算复杂度从 O (N) 降低到 O (log (N)),从而实现了大规模脉冲网络的准确模拟和高效训练。 本研究提出了一种名为SparseProp的新颖的基于事件的算法,用于模拟和训练稀疏的脉冲神经网络,并通过每个网络脉冲将前向传递和反向传递的计算复杂度从O(N)降低到O(log(N)),实现了大规模脉冲网络的准确模拟和高效训练。 SparseProp 事件算法 事件驱动 神经网络 稀疏脉冲神经网络 计算复杂度 高效训练