关键词surrogate gradient learning
搜索结果 - 3
- 一种用于替代梯度学习的广义神经切向核
研究了神经网络训练方法中激活函数导数不可用时的问题,提出了代理梯度学习(SGL)的理论基础,并利用神经切向核(NTK)的推广 —— 代理梯度 NTK 分析了 SGL,通过数值实验验证了 SGL 在具有有限宽度和符号激活函数的网络中的有效性。
- 基于脉冲神经网络的汽车事件数据目标检测
通过使用事件摄像头直接训练尖峰神经网络,以设计快速高效的汽车嵌入式应用程序,并且采用了最新的尖峰反向传播方法,成功地针对 GEN1 汽车检测事件数据集提出了尖峰神经网络实现目标检测的方法。
- 超越分类:直接训练脉冲神经网络实现语义分割
本论文探讨了脉冲神经网络在语义分割方面的应用,通过替代全连接层和使用替代梯度学习方法,将基本的全卷积网络和 DeepLab 架构重构为 SNN 域的网络。实验表明,相较于 ANN 网络,SNN 网络在这个领域更加稳健和节能。