sparse-gradient-plasticity
梯度突触可塑性稀疏实现方法论。实现真正稀疏且通用的梯度突触可塑性规则，保持在线学习能力。适用于脉冲神经网络、在线学习、突触可塑性研究。触发词：突触可塑性、梯度下降、稀疏实现、在线学习、sparse plasticity、gradient-based、online learning。
ソース情報
- リポジトリ
- hiyenwong/ai_collection
- ソースの最終更新活動
- 2026年6月4日 13:32
- 検出された SKILL.md の言語
- 中国語
- スター
- 2
- フォーク
- 0
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SKILL.md を表示中
SKILL.md
ソースの指示 · 読み取り専用プレビュー- name
- sparse-gradient-plasticity
- description
- 梯度突触可塑性稀疏实现方法论。实现真正稀疏且通用的梯度突触可塑性规则，保持在线学习能力。适用于脉冲神经网络、在线学习、突触可塑性研究。触发词：突触可塑性、梯度下降、稀疏实现、在线学习、sparse plasticity、gradient-based、online learning。
- user-invocable
- true
# 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
GitHubで見る