Loading...
机构名称:
¥ 1.0

摘要 — 神经形态计算机提供了低功耗、高效计算的机会。虽然它们主要应用于神经网络任务,但也有机会利用神经形态计算机的固有特性(低功耗、大规模并行、共置处理和内存)来执行非神经网络任务。在这里,我们演示了一种在神经形态计算机上执行稀疏二进制矩阵向量乘法的方法。我们描述了这种方法,它依赖于二进制矩阵向量乘法和广度优先搜索之间的联系,并介绍了以神经形态方式执行此计算的算法。我们在模拟中验证了该方法。最后,我们讨论了该算法的运行时间,并讨论了未来神经形态计算机在执行此计算时可能具有计算优势的地方。索引术语 — 神经形态计算、图算法、矩阵向量乘法、脉冲神经网络

神经形态计算机上的稀疏二进制矩阵向量乘法

神经形态计算机上的稀疏二进制矩阵向量乘法PDF文件第1页

神经形态计算机上的稀疏二进制矩阵向量乘法PDF文件第2页

神经形态计算机上的稀疏二进制矩阵向量乘法PDF文件第3页

神经形态计算机上的稀疏二进制矩阵向量乘法PDF文件第4页

相关文件推荐

2021 年
¥1.0
2022 年
¥7.0
2024 年
¥1.0
2021 年
¥2.0
2020 年
¥1.0
2016 年
¥3.0
2021 年
¥1.0
2023 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0
2009 年
¥1.0
2022 年
¥1.0
2025 年
¥1.0
2020 年
¥6.0
2023 年
¥1.0
2020 年
¥1.0
2020 年
¥5.0
2022 年
¥2.0
2023 年
¥1.0
2024 年
¥7.0
2024 年
¥6.0
2012 年
¥1.0
2024 年
¥8.0
2020 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2020 年
¥5.0