معرفی شرکت ها

convert2snn-0.0.3

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.0.3
0.0.2
0.0.1
0.0.3
0.0.2
0.0.1

توضیحات

Convert conventional to spiking neural networks.
ویژگی مقدار
سیستم عامل -
نام فایل convert2snn-0.0.3
نام convert2snn
نسخه کتابخانه 0.0.3
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Etienne Mueller
ایمیل نویسنده etienne.mueller@tum.de
آدرس صفحه اصلی https://github.com/EtienneMueller/Convert2SNN
آدرس اینترنتی https://pypi.org/project/convert2snn/
مجوز -
# Convert2SNN Tool for converting conventional neural networks to spiking neural networks. ***Currently under construction. Please check again later until everything is implemented.*** ## About This tool can be used to convert and optimize conventional neural networks that were trained in TensorFlow to spiking neural networks (SNN). ## Installation Run the following to install: ```bash pip install convert2snn ``` ## Usage ```python from convert2snn import convert ``` ## Developing To install Convert2SNN alongside the tools you need to develop and run tests, run the following: ```bash pip install -e.[dev] ``` ## References - [Mueller, Auge, Klimaschka, Knoll, "Neural Oscillations for Energy-Efficient Hardware Implementation of Sparsely Activated Deep Spiking Neural Networks", AAAI Practical DL, 2022](https://scholar.google.de/citations?view_op=view_citation&hl=de&user=xVfcQwsAAAAJ&authuser=1&citation_for_view=xVfcQwsAAAAJ:Tyk-4Ss8FVUC) - [Mueller, Studenyak, Auge, Knoll, "Spiking Transformer Networks: A Rate Coded Approach for Processing Sequential Data", ICSAI, 2021](https://mediatum.ub.tum.de/1633751) - [Mueller, Auge, Knoll, "Normalization Hyperparameter Search for Converted Spiking Neural Networks", Bernstein Conference, 2021](https://abstracts.g-node.org/conference/BC21/abstracts#/uuid/30534c50-fe09-4842-9ee6-f0127c52ce73) - [Mueller, Hansjakob, Auge, Knoll, "Minimizing Inference Time: Optimization Methods for Converted Deep Spiking Neural Networks", IJCNN, 2021](https://ieeexplore.ieee.org/abstract/document/9533874) - [Mueller, Hansjakob, Auge, "Faster Conversion of Analog to Spiking Neural Networks by Error Centering", Bernstein Conference, 2020](https://abstracts.g-node.org/abstracts/c4ee2b6a-340f-4955-9629-63f67ec63584)


نیازمندی

مقدار نام
>=2.7.0 tensorflow
>=3.7 pytest
>=0.47twine>=4.0 check-manifest


زبان مورد نیاز

مقدار نام
>=3.7 Python


نحوه نصب


نصب پکیج whl convert2snn-0.0.3:

    pip install convert2snn-0.0.3.whl


نصب پکیج tar.gz convert2snn-0.0.3:

    pip install convert2snn-0.0.3.tar.gz