এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
Brian2
স্নায়বিক সিস্টেম সিমুলেশনের জন্য একটি ওপেন-সোর্স পাইথন ফ্রেমওয়ার্ক, যা নিউরন মডেল এবং জটিল সংযোগ স্কিম সংজ্ঞায়িত করার জন্য স্বজ্ঞাত সিনট্যাক্স প্রদান করে।
NEST
বড় আকারের নেটওয়ার্কের জন্য ব্যাপকভাবে ব্যবহৃত নিউরোনাল সিমুলেটর, হাজার প্রসেসর সহ বিতরণকৃত সিস্টেমে স্পাইক সিমুলেশনের জন্য অপ্টিমাইজড।
BindsNET
স্পাইকিং নিউরাল নেটওয়ার্কের জন্য PyTorch ফ্রেমওয়ার্ক, STDP-এর মতো স্থানীয় শিক্ষার নিয়মগুলিকে সংহত করে এবং GPU-তে দ্রুত সিমুলেশন সক্ষম করে।
LAVA
ইন্টেলের ওপেন-সোর্স নিউরোমরফিক ফ্রেমওয়ার্ক যা প্রচলিত প্রসেসর এবং Loihi নিউরোমরফিক এক্সিলারেটরের মধ্যে সহযোগী প্রোগ্রামিংয়ের জন্য তৈরি।
PyNN
নিউরোনাল সিমুলেটরগুলির জন্য স্ট্যান্ডার্ডাইজড পাইথন ইন্টারফেস, NESS, Brian এবং NEST-এর মতো বিভিন্ন ব্যাকএন্ডের মধ্যে বহনযোগ্য কোড লেখা সক্ষম করে।
Neurokernel
বড় আকারের স্নায়বিক সিস্টেম সিমুলেশনের জন্য ওপেন-সোর্স প্ল্যাটফর্ম, ক্লাস্টারে বিতরণকৃত এক্সিকিউশনের জন্য মডুলার আর্কিটেকচার ব্যবহার করে।
Nengo
নিউরোনাল এনকোডিং তত্ত্বের উপর ভিত্তি করে ফ্রেমওয়ার্ক, AI এবং রোবোটিক্সে অ্যাপ্লিকেশন সহ বড় আকারের নিউরাল নেটওয়ার্ক মডেল তৈরি এবং সিমুলেট করার জন্য।
ANNarchy
হাইব্রিড নিউরোনাল সিমুলেটর যা পাইথন বর্ণনা থেকে অপ্টিমাইজড C++ কোড তৈরি করে, একই সাথে অবিচ্ছিন্ন এবং স্পাইকিং মডেল সমর্থন করে।
CoreNEURON
Moteur de simulation neuronale optimisé pour le calcul haute performance, fournissant des accélérations significatives pour les modèles morphologiquement détaillés sur GPU.
GeNN
Générateur de code GPU pour réseaux de neurones à impulsions, traduisant des descriptions Python en CUDA optimisé pour des simulations temps-réel.
CARLsim
Simulateur GPU-acceléré pour réseaux de neurones à impulsions à grande échelle, intégrant des modèles de plasticité synaptique complexes et des interfaces robotiques.
Norse
Bibliothèque PyTorch spécialisée dans les réseaux de neurones à impulsions, offrant des implémentations efficaces de neurones bio-inspirés et d'algorithmes d'apprentissage.
Rockpool
Framework Python pour la conception et l'entraînement de réseaux de neurones à impulsions sur plateformes neuromorphiques avec conversion depuis les réseaux profonds conventionnels.