spikingjelly的ANN2SNN

首先，要进行ANN的训练，训练出来的一个文件模型是pkl格式的模型。然后试图将这个ANN模型转换为SNN
这个ANN的模型的网络结构：三层卷积块串联一个全连接层，每个卷积块由一个卷积层、一个批正则化、一个ReLU激活和一个平均池化层组成
代码如下：

self.network = nn.Sequential(nn.Conv2d(1, 32, 3, 1),nn.BatchNorm2d(32, eps=1e-3),nn.ReLU(),nn.AvgPool2d(2, 2),nn.Conv2d(32, 32, 3, 1),nn.BatchNorm2d(32, eps=1e-3),nn.ReLU(),nn.AvgPool2d(2, 2),nn.Conv2d(32, 32, 3, 1),nn.BatchNorm2d(32, eps=1e-3),nn.ReLU(),nn.AvgPool2d(2, 2),nn.Flatten(),nn.Linear(32, 10),nn.ReLU()

spikingjelly的ANN2SNN相关推荐

-6dB的效果也不错
G:\python\python.exe "F:/my_code/spikingjelly-master-20201221/spikingjelly/clock_driven/ann2snn ...
-3dB下的正确率是100%！！！
太难以置信了 2021年5月30日21:33:09跑的ann2snn的程序,结果居然是100% G:\python\python.exe "F:/my_code/spikingjelly-m ...
spikingjelly中的ANN2SNN程序20201221是好使的
spikingjelly的最新版本,我当时使用的是20210330,中间存在onnx的包调用错误,难以解决. 通过调试20201221,发现这个版本的是好使的,但是也有一些是需要调试的. 1.首先应该 ...
spikingjelly的20201221版本跑通ANN2SNN
使用自己的数据集最大的一个问题在于,源代码使用的是MNIST数据集,而我使用的是自己构建的图片集. 主要区别在以下几点: 1. 源代码数据加载使用的方法为: # train_data_dataset ...
spikingjelly里面的元组处理方式
在spikingjelly中, self.output_statistics 是一个字典,字典打印出来是这个样子: Key:inputKey:{'shape': (100, 3, 32, 32), ' ...
【Spikingjelly】SNN框架教程的代码解读_3
Spikingjelly 时间驱动:神经元 LIF神经元 a. 单个神经元 b. 多个神经元时间驱动:编码器泊松编码器 a. 单独的时间步长 b. 多个时间步长叠加周期编码器延时编码器和带权相 ...
ann2snn的代码分析
首先,主函数是if_cnn_mnist_work.py 1.输出snn测试结果的就是这么一些代码: utils.pytorch_ann2snn(model_name=model_name,norm_t ...
第三十二课.脉冲神经网络SNN
目录时间驱动与事件驱动时间驱动事件驱动基于时间驱动的脉冲神经元 spikingjelly:LIF神经元实验仿真时间驱动与事件驱动时间驱动为了便于理解时间驱动,我们可以将SNN(spik ...
脉冲神经网络基础知识，SpikeProp
题外话,ANN2SNN之如何处理ANN中的负值. 如无特殊说明,截图中,白色底引用自硕士论文,绿色底引用自原始论文 Error-backpropagation in temporally encode ...

spikingjelly的ANN2SNN

spikingjelly的ANN2SNN相关推荐

最新文章

热门文章