“驚蜇”框架的典型應(yīng)用。（中國(guó)科學(xué)院自動(dòng)化研究所供圖）
記者從中國(guó)科學(xué)院自動(dòng)化研究所獲悉，該所研究員李國(guó)齊與北京大學(xué)教授田永鴻團(tuán)隊(duì)合作構(gòu)建并開源了深度脈沖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)框架“驚蜇”，可提供全棧式的脈沖深度學(xué)習(xí)解決方案，將有力促進(jìn)脈沖深度學(xué)習(xí)領(lǐng)域的研究和應(yīng)用。相關(guān)成果日前在國(guó)際學(xué)術(shù)期刊《科學(xué)進(jìn)展》在線發(fā)表。
脈沖神經(jīng)網(wǎng)絡(luò)被譽(yù)為第三代神經(jīng)網(wǎng)絡(luò)，因其稀疏計(jì)算、事件驅(qū)動(dòng)、超低功耗的特性而備受關(guān)注。隨著深度學(xué)習(xí)方法的引入，脈沖神經(jīng)網(wǎng)絡(luò)的性能得到大幅度提升，脈沖深度學(xué)習(xí)成為新興的研究熱點(diǎn)，對(duì)人工智能發(fā)展具有重要意義。
李國(guó)齊介紹，傳統(tǒng)脈沖神經(jīng)網(wǎng)絡(luò)框架更多地關(guān)注生物可解釋性，并不支持自動(dòng)微分，無法充分利用GPU的大規(guī)模并行計(jì)算能力，也缺乏對(duì)神經(jīng)形態(tài)傳感器和計(jì)算芯片的支持。“驚蟄”框架很大程度上解決了上述問題，支持神經(jīng)形態(tài)數(shù)據(jù)處理、深度脈沖神經(jīng)網(wǎng)絡(luò)構(gòu)建和神經(jīng)形態(tài)芯片部署等多項(xiàng)功能。
“相較于傳統(tǒng)脈沖神經(jīng)網(wǎng)絡(luò)框架，‘驚蜇’框架具有簡(jiǎn)單易用、擴(kuò)展性強(qiáng)、性能高等特點(diǎn)。利用‘驚蟄’框架，研究者可以快速進(jìn)行跨領(lǐng)域的學(xué)習(xí)和使用，輕松構(gòu)建并訓(xùn)練深度脈沖神經(jīng)網(wǎng)絡(luò)。”田永鴻說。（宋晨 張泉）
（責(zé)任編輯：蔡文斌）
晉公網(wǎng)安備 14090202000008號(hào) 
