研究人员开发了一种名为隐式扰动ZO（IPZO）的新方法，以提高在内存计算（IMC）加速器上微调脉冲神经网络（SNN）的效率。该方法通过减少冗余操作和扰动生成的硬件需求，解决了不可微SNN的梯度估计限制。提出的PGU-XOR技术是IPZO的关键组成部分，在硬件上显著降低了面积和能量开销的同时，展示了与基于软件的方法相当的准确性。 AI
影响 这项研究可能导致更高效的专用神经网络训练和部署硬件，可能影响神经形态计算的发展。
排序理由 该集群包含一篇详细介绍优化神经网络硬件的新颖方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- CIFAR-10
- Implicit Perturbation ZO
- PGU-XOR
- SpikeGPT
- Spikingformer
- spiking neural networks
- WikiText-2
- Zeroth-order optimization
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
