sparse-gradient-plasticity

# Sparse Gradient Synaptic Plasticity ## 核心思想 实现真正稀疏且通用的梯度突触可塑性规则，避免手动推导梯度或牺牲在线能力。 **来源：** arXiv:2501.11407 **效用：** 0.92 --- ## 实现 ```python import numpy as np class SparseGradientPlasticity: def __init__(self, n_pre, n_post, sparsity=0.1): self.W = np.random.randn(n_post, n_pre) * 0.1 self.mask = np.random.rand(n_post, n_pre) < sparsity self.W *= self.mask self.eta = 0.01 def forward(self, x): return self.W @ x def update(self, pre, post, error): dW = self.eta * np.outer(error * post, pre) self.W += dW * self.mask ``` --- ## Activation Keywords - 突触可塑性 - 梯度下降 - 稀疏实现 ## Tools Used - numpy ## Instructions for Agents 1. 创建稀疏连接掩码 2. 实现在线梯度更新 3. 保持稀疏性约束 ## Examples 在线学习任务中的突触权重更新。 ## 参考文献 - arXiv:2501.11407