有没有办法估算脉冲平均发放频率呢？

[fangwei123456]

有没有办法估算脉冲平均发放频率呢？

[Yanqi-Chen]

感谢您的建议！
框架的Monitor部分提供了网络平均发放率的监测方式，可以参考相应的教程。而类似的能耗估算需要相关芯片的具体数据，如IBM TrueNorth、Intel Loihi、SpiNNaker等都有不同的能耗特性，这在部分文献中也有提到。

[huatianxue1994]

谢谢！

[huatianxue1994]

您好！我升级到了最新的版本spikingjelly==0.0.0.4，尝试使用教程中的monitor，但是在导入包的时候出现错误。
报错为No module named '_C_neuron'。没有这个_C_neuron的包，我查看本机python下“\Lib\site-packages\spikingjelly\cext”文件夹下只有四个.py文件，没有_C_neuron,也没有文件夹csrc

[Yanqi-Chen]

可参考 #46

[huatianxue1994]

谢谢！

[huatianxue1994]

谢谢！由于某些原因，我未能成功下载最新版的master压缩包。我本地电脑有去年12月份的master压缩包，我在spiking-master下执行命令“python setup.py install”，显示成功安装“spikingjelly==0.0.0.2”。但是运行程序时，依然存在“No module named '_C_neuron'”的错误。查看本地电脑\Lib\site-packages\下，也没有spikingjelly的文件夹。这是怎么回事呢？恳请指点一下，万分感谢！

[huatianxue1994]

目前已经成功下载最近版本的master压缩包，在相应目录下打算运行“python setup.py install”， Microsoft Visual C++ 14.0当时还未安装完成，安装完成后再试试

[fangwei123456]

c_neuron是个共性的问题，稍后我们会更新相关代码和readme，届时会在此issue通知你。

[huatianxue1994]

谢谢！刚刚安装完成VS14.0，但是依然会报错，无法成功使用python setup.py install完成源代码的安装。万分期待后续的解答

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年3月30日(周二) 中午11:04 收件人: ***@***.***>; 抄送: ***@***.***>;"State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) c_neuron是个共性的问题，稍后我们会更新相关代码和readme，届时会在此issue通知你。 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[Yanqi-Chen]

可以试一下刚更新的代码，另外有GPU和CUDA的机器安装会容易一些

[huatianxue1994]

好的谢谢！我的机器上安装了GPU和cuda。

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年3月30日(周二) 中午11:16 收件人: ***@***.***>; 抄送: ***@***.***>;"State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 可以试一下刚更新的代码，另外有GPU和CUDA的机器安装会容易一些 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[huatianxue1994]

另外，由于某种原因，我这里无法使用git clone https://github.com/fangwei123456/spikingjelly.git这种方式安装。
我是将那个master包下载下来了，然后在命令行里运行的python setup.py install，应该效果是一样的吧？

[Yanqi-Chen]

对，应该是一样的

[huatianxue1994]

谢谢！

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年3月30日(周二) 中午11:26 收件人: ***@***.***>; 抄送: ***@***.***>;"State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 对，应该是一样的 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[fangwei123456]

更新了readme。在没有CUDA的机器上安装，是不会编译CUDA扩展的。

[fangwei123456]

安装报错，具体报错信息是什么？

[huatianxue1994]

刚刚出门了😂一会儿回实验室看看

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年3月30日(周二) 中午11:34 收件人: ***@***.***>; 抄送: ***@***.***>;"State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 安装报错，具体报错信息是什么？ — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[huatianxue1994]

产生的报错较多，不太清楚其含义，截取一部分刚刚报错的消息

[huatianxue1994]

这个是报错的开始，

这个是报错的末尾

[huatianxue1994]

这是我目前torch的版本

[fangwei123456]

看一下环境变量的path中是否有类似的路径：
C:\Program Files (x86)\Microsoft Visual Studio\2019\BuildTools\VC\Tools\MSVC\14.28.29333\bin\Hostx64\x64
这个是cl.exe所在的目录

[huatianxue1994]

好的，谢谢！

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年3月30日(周二) 中午12:42 收件人: ***@***.***>; 抄送: ***@***.***>;"State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 看一下环境变量的path中是否有类似的路径： C:\Program Files (x86)\Microsoft Visual Studio\2019\BuildTools\VC\Tools\MSVC\14.28.29333\bin\Hostx64\x64 这个是cl.exe所在的目录 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[huatianxue1994]

我的机器中有多个cl.exe文件，不太清楚放哪个进去可以。但都在bin文件夹下，所以我直接将bin文件夹放到环境变量中去。

这个是目前的报错情况，看来是要安装GCC。不过我目前的机器是Windows，是不是要解决这个问题还比较困难？

[fangwei123456]

应该不需要GCC。建议试一下先用conda装一个pytorch的虚拟环境，然后在虚拟环境中尝试。conda中的pytorch比pip的好一些。windows下是可以编译CUDA扩展的，而且不需要GCC，我这样做是成功的。
如果你不需要CUDA扩展，可以直接用这个setup.py：
https://github.com/fangwei123456/spikingjelly/blob/c61ee0611899c32d59f32b15a9ea07a1516d9fa0/setup.py

[huatianxue1994]

好的 谢谢！

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年3月30日(周二) 中午1:11 收件人: ***@***.***>; 抄送: ***@***.***>;"State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 应该不需要GCC。建议试一下先用conda装一个pytorch的虚拟环境，然后在虚拟环境中尝试。conda中的pytorch比pip的好一些。windows下是可以编译CUDA扩展的，而且不需要GCC，我这样做是成功的。 如果你不需要CUDA扩展，可以直接用这个setup.py： https://github.com/fangwei123456/spikingjelly/blob/c61ee0611899c32d59f32b15a9ea07a1516d9fa0/setup.py — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[fangwei123456]

conda环境下安装仍然失败的话，麻烦在此issue中回复一下报错的信息。

[huatianxue1994]

好的好的

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年3月30日(周二) 中午1:14 收件人: ***@***.***>; 抄送: ***@***.***>;"State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) conda环境下安装仍然失败的话，麻烦在此issue中回复一下报错的信息。 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[huatianxue1994]

由于实验室网速慢+重新配置环境耗时较长（对我而言。。。）我使用本台机器中的虚拟机（环境为：Ubuntu+anaconda3+python3.8+pytorch1.7.1+cpu）可以正常使用“python setup.py install”

[fangwei123456]

linux配环境确实比windows方便多了。windows下conda环境下安装的结果如何？

[huatianxue1994]

不怕大佬笑话，我当时Windows下装conda+pytorch+cuda+cudnn费了九牛二虎之力也没整明白，后来卸载了conda又花了很久安装仅仅安装python3.6.6+pytorch-gpu+cuda+cudnn。没敢把目前的环境给卸载，怕装不回去

[fangwei123456]

windows下装cuda和cudnn确实麻烦，那就先这样用吧

[huatianxue1994]

谢谢！
关于脉冲平均发放率的问题，为什么第2层就不行呢？明明第1层和第3层的平均发放率都是有的呀？

[Yanqi-Chen]

第二层是FC，不是神经元，发放率只对神经元层才有定义

[huatianxue1994]

啊！谢谢大佬指点！

[huatianxue1994]

你好！对于教程中的网络结构，脉冲平均发放数量是不是（784+100+10）*0.2655=237.357？
那么平均每秒大概发放多少次呢？就是最一开始的问题，如果这个模拟环境是真实硬件的话，每秒大概多少次脉冲该如何计算呢？

[Yanqi-Chen]

计算的是总能耗而非功率，因此一般只考虑发放的脉冲总数，发放间隔并不十分重要。可以参考DIET-SNN的计算方式。

[huatianxue1994]

谢谢！

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年3月30日(周二) 下午4:58 收件人: ***@***.***>; 抄送: ***@***.***>;"State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 计算的是总能耗而非功率，因此一般只考虑发放的脉冲总数，发放间隔并不十分重要。可以参考DIET-SNN的计算方式。 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[huatianxue1994]

你好！DIET-SNN文章中的spikerate和教程中的平均发放率是同一回事嘛？我发现无论我怎么调整神经元的参数，步长的大小，都无法使平均发放率超过1，最多稳定在0.5左右（无论是IF还是LIF神经元）。而DIET-SNN文章表示它在VGG的类似结构中，发放率稳定在1.6，也就是整个训练过程中每个神经元平均发放1.6次。 所以，DIET-SNN文章中的spikerate和spikingjelly中的平均发放率不是同一回事吗？

…

------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2021年3月30日(星期二) 下午4:58 收件人: ***@***.***>; 抄送: ***@***.***>; "State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 计算的是总能耗而非功率，因此一般只考虑发放的脉冲总数，发放间隔并不十分重要。可以参考DIET-SNN的计算方式。 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[huatianxue1994]

你好，我想请教一下，当网络结构是这种的时候，module_name是什么呢？我尝试了1,2,3,4和static_conv、conv，好像都不太好使。

[Yanqi-Chen]

你好！DIET-SNN文章中的spikerate和教程中的平均发放率是同一回事嘛？我发现无论我怎么调整神经元的参数，步长的大小，都无法使平均发放率超过1，最多稳定在0.5左右（无论是IF还是LIF神经元）。而DIET-SNN文章表示它在VGG的类似结构中，发放率稳定在1.6，也就是整个训练过程中每个神经元平均发放1.6次。 所以，DIET-SNN文章中的spikerate和spikingjelly中的平均发放率不是同一回事吗？
…
------------------ 原始邮件 ------------------ 发件人: @.>; 发送时间: 2021年3月30日(星期二) 下午4:58 收件人: @.>; 抄送: @.>; "State @.>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 计算的是总能耗而非功率，因此一般只考虑发放的脉冲总数，发放间隔并不十分重要。可以参考DIET-SNN的计算方式。 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

现行文章中关于平均发放率实际上有两种不同的计算方式
#Spike / #Neuron
#Spike / (#Neuron * T)
SpikingJelly使用的是后者，因为前者更适合被称为Avg Spike Times

[Yanqi-Chen]

你好，我想请教一下，当网络结构是这种的时候，module_name是什么呢？我尝试了1,2,3,4和static_conv、conv，好像都不太好使。

关于模块命名，如文档所说请参见PyTorch的命名方式。

[huatianxue1994]

谢谢！恍然大悟！前者是Avg Spike Times这个说法更准确哈。那也就是说，实际上，spikingjelly中乘以一个步长T,就是DIET-SNN中的“平均发放次数”了

…

------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2021年3月31日(星期三) 上午9:07 收件人: ***@***.***>; 抄送: ***@***.***>; "State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 你好！DIET-SNN文章中的spikerate和教程中的平均发放率是同一回事嘛？我发现无论我怎么调整神经元的参数，步长的大小，都无法使平均发放率超过1，最多稳定在0.5左右（无论是IF还是LIF神经元）。而DIET-SNN文章表示它在VGG的类似结构中，发放率稳定在1.6，也就是整个训练过程中每个神经元平均发放1.6次。 所以，DIET-SNN文章中的spikerate和spikingjelly中的平均发放率不是同一回事吗？ … ------------------ 原始邮件 ------------------ 发件人: @.>; 发送时间: 2021年3月30日(星期二) 下午4:58 收件人: @.>; 抄送: @.>; "State @.>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 计算的是总能耗而非功率，因此一般只考虑发放的脉冲总数，发放间隔并不十分重要。可以参考DIET-SNN的计算方式。 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe. 现行文章中关于平均发放率实际上有两种不同的计算方式 #Spike / #Neuron #Spike / (#Neuron * T) SpikingJelly使用的是后者，因为前者更适合被称为Avg Spike Times — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[huatianxue1994]

谢谢！承蒙指导，十分感激！

…

------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2021年3月31日(星期三) 上午9:10 收件人: ***@***.***>; 抄送: ***@***.***>; "State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 你好，我想请教一下，当网络结构是这种的时候，module_name是什么呢？我尝试了1,2,3,4和static_conv、conv，好像都不太好使。 关于模块命名，如文档所说请参见PyTorch的命名方式。 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.

[huatianxue1994]

现行文章中关于平均发放率实际上有两种不同的计算方式
#Spike / #Neuron
#Spike / (#Neuron * T)
SpikingJelly使用的是后者，因为前者更适合被称为Avg Spike Times。
关于这一段表述，其中的“T”是指训练过程中全部的推理时间，还是仅仅是训练步长呢（如下图中的T=8）？

[Yanqi-Chen]

关于这一段表述，其中的“T”是指训练过程中全部的推理时间，还是仅仅是训练步长呢（如下图中的T=8）？

全部的推理时间指的是？对于单个神经元而言，T指的就是仿真步长。

[huatianxue1994]

谢谢！多有叨扰，承蒙指导，多谢！

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2021年4月19日(周一) 下午4:13 收件人: ***@***.***>; 抄送: ***@***.***>;"State ***@***.***>; 主题: Re: [fangwei123456/spikingjelly] 有没有办法估算脉冲平均发放频率呢？ (#59) 关于这一段表述，其中的“T”是指训练过程中全部的推理时间，还是仅仅是训练步长呢（如下图中的T=8）？ 全部的推理时间指的是？对于单个神经元而言，T指的就是仿真步长。 — You are receiving this because you modified the open/close state. Reply to this email directly, view it on GitHub, or unsubscribe.