跳到主要内容
检索

# Spiking Heidelberg Digits 基准

1 篇关联报道

订阅更新
  1. bioRxiv

    脉冲网络把谷氨酸比GABA更贵写进损失:抑制放电被优先压掉,准确率反升8.6个百分点

    可训练的脉冲神经网络此前把能耗当作与突触类型无关的通用惩罚,而皮层中谷氨酸能传递的ATP开销明显高于GABA能传递。把这一成本不对称作为拉格朗日惩罚嵌入代理梯度训练,在遵循Dale定律的循环微回路上训练后,单一标量惩罚自动对兴奋通路施加更强梯度压力。在Spiking Heidelberg Digits基准上,无惩罚网络收敛到70.9%的抑制主导状态,轻度代谢压力下准确率升至79.5%,同时每样本能耗从86,519 ATP单位降到16,019。

已读完全部报道