基于GPU的脉冲神经网络学习研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 项目研究的背景，目的和意义 | 第9页 |
| 1.2 国内外发展概况 | 第9-13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 2 脉冲神经网络基本理论 | 第15-28页 |
| 2.1 脉冲神经元模型 | 第15-19页 |
| 2.2 神经网络拓扑结构 | 第19-21页 |
| 2.3 脉冲序列信息编码 | 第21-22页 |
| 2.4 脉冲神经网络的监督学习 | 第22-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 脉冲神经网络并行化 | 第28-39页 |
| 3.1 GPU通用计算 | 第28-32页 |
| 3.2 GPU算法设计 | 第32-34页 |
| 3.3 基于GPU的脉冲神经网络并行化 | 第34-36页 |
| 3.4 线程束分叉优化 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 4 基于GPU的脉冲神经网络学习设计与实现 | 第39-46页 |
| 4.1 系统总体框架 | 第39-40页 |
| 4.2 数据预处理 | 第40页 |
| 4.3 脉冲神经网络的建立 | 第40-41页 |
| 4.4 基于GPU的脉冲神经网络学习实现 | 第41-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 实验结果及分析 | 第46-52页 |
| 5.1 实验数据选取 | 第46页 |
| 5.2 实验环境 | 第46页 |
| 5.3 实验结果及分析 | 第46-50页 |
| 5.4 本章小结 | 第50-52页 |
| 6 总结和展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
