天博自动化所与北大合作开源深度脉冲神经网络框架—新闻—科学网 来源：天博企业 发表时间: 2024-04-01

脉冲神经收集（SNN）被称为第三代神经收集，其使用更低条理的生物神经体系的笼统，既是神经科学中研究年夜脑道理的基本东西，又因其稀少计较、事务驱动、超低功耗的特征而备受计较科学的存眷。跟着深度进修要领的引入，SNN机能年夜幅度晋升，脉冲深度进修（SDL）成为新兴研究热门。

传统SNN框架更多存眷生物可注释性，致力在构建邃密脉冲神经元并仿真真实生物神经体系，其实不撑持主动微分，没法充实哄骗GPU的年夜范围并行计较威力，也缺少对于神经形态传感器以及计较芯片的撑持。 为解决上述问题，中国科学院主动化研究所研究员（如下简称主动化所）李国齐与北京年夜学计较机学院传授田永鸿团队互助构建并开源了脉冲神经收集深度进修框架SpikingJelly（中文名：惊蜇）。

先容SpikingJelly (惊蜇)框架的论文SpikingJelly: An open-source machine l�첩earning infrastructure platform for spike-based intelligence在近日于《科学》子刊《科学进展》于线揭晓。田永鸿、李国齐为论文配合通信作者，北京年夜学计较机学院直玻生方维为论文第一作者。

据先容，SpikingJelly（惊蜇）框架具备简朴易用、扩大性强、机能卓着等特色，自2019年冬日一经推出就遭到了研究者们的接待以及广泛使用，基在SpikingJelly（惊蜇）的研究事情也已经年夜量出书，将SNN的运用从简朴的MNIST数据集分类扩大到人类程度的ImageNet图象分类、收集部署、事务相机数据处置惩罚等现实运用。此外，一些尖端前沿范畴的摸索也被报导，并有跨越95篇公然论文使用SpikingJelly（惊蜇）框架举行试验。这注解，SpikingJelly（惊蜇）的开源极年夜促成了脉冲深度进修范畴的成长。

国度天然科学基金、鹏城云脑收集智能庞大科技根蒂根基举措措施工程、北京市天然科学基金为此项研究提供了资助。

相干论文信息：

https://www.science.org/doi/full/10.1126/sciadv.adi1480

版权声明：凡本网注明“来历：中国科学报、科学网、科学新闻杂志”的所有作品，消息网转载，请于正文上方注明来历以及作者，且不患上对于内容作本色性改动；微信公家号、头条号等新媒体平台，转载请接洽授权。邮箱：shouquan@stimes.cn。/天博