【问题标题】:How to declare per neuron connections in a pytorch model?如何在 pytorch 模型中声明每个神经元连接?
【发布时间】:2020-08-13 18:56:12
【问题描述】:

我想制造一个类似大脑的混乱:

  • 我们有长度为n的输入张量I和长度为p的输出张量O
  • 在这两者之间,我们有K "intersection" 层
  • 在交叉层,神经元与“接近”神经元的随机子集共享它们当时的值(+- range c)。形式为 w_i*current_neuron_val
  • J“创建”层新神经元是从一组或ReLued“关闭”神经元创建的(+-范围c)。封闭的神经元不会进入更深层。

我们可以用 PyTorch 做这样的事情,以便这样的模型可以训练吗?

【问题讨论】:

    标签: neural-network pytorch biological-neural-network


    【解决方案1】:

    您应该基于 nn.Module 创建自己的类,并手动实现前进和后退。我猜你必须通过张量内部的特征标签来控制那些类似大脑的混乱连接(又名“0” - 无连接)。 因为所有框架都使用张量——默认情况下,它们是完全连接的,而另一种行为必须在代码中进行诱导。

    查看bindsNET 的代码 - 他们如何使用 pytorch 实现类似尖峰的模型

    【讨论】:

      猜你喜欢
      • 2020-10-07
      • 1970-01-01
      • 2020-06-12
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2016-09-08
      • 1970-01-01
      相关资源
      最近更新 更多