lfads-torch：基于动力系统的潜因子分析的模块化可扩展实现
机器学习
2023-09-06 v1 神经元与认知
摘要
基于动力系统的潜因子分析（LFADS）是一种基于RNN的变分序列自编码器，在去噪高维神经活动以用于科学与工程下游应用方面达到了最先进性能。近期引入的变体与扩展持续展示了该架构对神经科学中各类问题的适用性。自LFADS最初实现开发以来，出现了利用动态计算图、最小化样板代码、组合模型配置文件并简化大规模训练的新技术。基于这些现代Python库，我们引入了lfads-torch——LFADS的一个新开源实现，它统一了现有变体，并设计得更易理解、配置与扩展。文档、源代码与问题追踪可在 https://github.com/arsedler9/lfads-torch 获取。
引用
@article{arxiv.2309.01230,
title = {lfads-torch: A modular and extensible implementation of latent factor analysis via dynamical systems},
author = {Andrew R. Sedler and Chethan Pandarinath},
journal= {arXiv preprint arXiv:2309.01230},
year = {2023}
}
备注
4 pages, 1 figure, 1 table