研究人员开发了 EGGROLL，一种新颖的无梯度脉冲神经网络（SNN）训练方法，可显著降低计算成本。该方法使用低秩分解的进化策略扰动，将内存需求从 O(mn) 减少到 O(r(m+n))。应用于 N-MNIST 数据集， EGGROLL 在训练速度上比全秩进化策略快 2.23 倍，同时达到 79.21% 的测试准确率，使其适用于无需代理梯度的神经形态硬件。 AI
影响 能够更有效地训练用于神经形态硬件的 SNN，可能导致 AI 应用中的功耗降低。
排序理由 该集群包含一篇详细介绍 SNN 新训练方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →