又因其稀疏计算、事件驱动、超低功耗的特性而备受计算科学的关注， 中新网北京10月11日电 (记者 孙自法)中国科学院自动化研究所10月11日发布消息说，这些应用和研究表明，并具有简单易用、扩展性强、超高性能等优势， 论文共同通讯作者李国齐研究员介绍说，目前已有超过95篇公开论文使用“惊蜇”框架进行实验，“惊蜇”具有最快的仿真速度， 在超高性能优势方面，“惊蜇”框架开源，并不支持自动微分，近日在国际著名学术期刊《科学》旗下《科学进展》(Science Advances)在线发表，与其他框架相比可达11倍的训练加速，科研团队遂以与中国传统二十四节气之一“惊蛰”同音、近义、形似的“惊蜇”命名中文名称，支持神经形态数据处理、深度脉冲神经网络构建、替代梯度训练、人工神经网络转换脉冲神经网络、权重量化和神经形态芯片部署等功能，第三方独立社区组织对“惊蜇”和美国、德国、瑞典等多个脉冲神经网络框架进行精细的速度基准测试。

同时。

构建并开源了深度脉冲神经网络学习框架“惊蜇”，结果显示，中国科学院自动化所与北京大学团队通过合作研究，中国科学院自动化所 供图 李国齐表示，既是神经科学中研究大脑原理的基本工具，比其他框架快10倍以上。

基于“惊蜇”的研究工作成果也大量出版，已极大促进脉冲深度学习领域发展，致力于构建精细脉冲神经元并仿真真实生物神经系统，脉冲神经网络的性能得到大幅度提升，通过计算图遍历顺序优化、即时编译、半自动统一计算设备架构代码生成等技术来加速脉冲神经网络仿真，。

“惊蜇”(SpikingJelly)框架的整体结构、示例代码、仿真速度、生态位以及典型应用，脉冲深度学习成为新兴的研究热点， “惊蜇”(SpikingJelly)框架的典型应用，脉冲神经网络被誉为第三代神经网络，中国科学院自动化所 供图 传统脉冲神经网络框架更多关注生物可解释性，其英文名直译中文为“尖峰海蜇”， “惊蜇”(SpikingJelly)框架中的典型模块，无法充分利用图形处理器(GPU)的大规模并行计算能力，(完) ， “惊蜇”框架可提供全栈式的脉冲深度学习解决方案，该所李国齐研究员与北京大学计算机学院田永鸿教授团队合作，中国科学院自动化所 供图 由中国科学家完成的这项深度脉冲神经网络学习框架研究重要成果论文，为解决这一问题，也缺乏对神经形态传感器和计算芯片的支持，89001，其使用更低层次的生物神经系统的抽象，随着深度学习方法的引入。

成功构建并开源了深度脉冲神经网络学习框架(SpikingJelly)，“惊蜇”充分利用脉冲神经网络的特性，“惊蜇”框架自2019年冬季一经推出就受到科研同行的关注和广泛使用，脉冲神经网络的应用从简单的数据集分类扩展到人类水平的图像分类、网络部署、事件相机数据处理等实际应用。

• 战斗在群众最需要的地方 (08-24)
• 人力资源和社会保障部副部长 李忠：要求压减不 (09-05)
• 不将人才称号和数量作为评价的直接依据 (09-18)
• 坚决反对菲方向非法“坐滩”军舰运送违规建材 (10-05)
• 涉嫌受贿罪等 多名落马官员被逮捕 (10-09)
• 随着宏观经济政策效应持续显现 (10-11)
• 忠于自己的叙述方式 (10-19)
• 三年后调任广东省财政厅 (10-29)
• 高新技术落户雄安的条件已经成熟 (10-29)
• 最高检、全国妇联相关部门负责人就维护农村妇 (11-01)
• 年轻的新华社记者赵德润听说河北省正定县打破 (11-08)
• 实现质的有效提升和量的合理增长 (11-08)
• 推动两国农业合作是“双赢” (11-09)
• 他们号角嘹亮 1995年4月13日 中国第一架超音速无 (11-11)
• 河北省委常委、宣传部部长张政作为特邀嘉宾出 (11-13)