Incorporating Learnable Membrane Time Constant to Enhance Learning of Spiking Neural Networks
运行结果演示
我将该论文发布于此处的代码进行了阅读与运行,得到结果如下:
输入如下命令进行测试:
./codes/train_val.py -init_tau 2.0 -use_max_pool -use_plif -device cuda:0 -dataset_name MNIST -log_dir_prefix ./ -T 8 -max_epoch 50 -detach_reset


在运行了50轮之后得到如图最终 99.22%的准确率。
笔记展示




该研究通过引入可学习的膜时间常数到脉冲神经网络中,优化了学习过程,经过50轮训练,在MNIST数据集上达到了99.22%的准确率,显示了这种方法对提高网络性能的有效性。

1万+

被折叠的 条评论
为什么被折叠?



