Fehler-gesteuertes Lernen spart Energie und Speicher bei Lernprozessen
Synaptische Plastizität verbraucht viel Energie, doch Tiere aktualisieren ihre inneren Modelle ständig, ohne ihre Energiereserven zu erschöpfen. Bei künstlichen neuronalen Netzwerken werden die Gewichte jedoch bei jedem…