May, 2022
lpSpikeCon: 为自主智能体提供低精度脉冲神经网络处理来实现高效无监督持续学习
lpSpikeCon: Enabling Low-Precision Spiking Neural Network Processing for Efficient Unsupervised Continual Learning on Autonomous Agents
Rachmad Vidya Wicaksana Putra, Muhammad Shafique
TL;DR提出了一种名为 lpSpikeCon 的低精度 SNN 处理方法,旨在为资源受限的自主系统提供高效的无监督连续学习,该方法将 SNN 参数与推断准确率相关联,并通过在在线训练中巧妙地使用 4 位权重来降低 SNN 模型的权重存储,从而在不降低推断阶段的准确率的情况下,将 SNN 模型的权重存储减少了 8 倍。