分为两种复位方式:
1.置零复位
2.减去阈值复位
通常使用第二种,因为第二种可以保留之前脉冲强度的信息。
归一化方法
Fast-Classifying, High-Accuracy Spiking Deep Networks Through Weight and Threshold Balancing
阈值不变的情况下,对网络权重进行缩放。
Conversion of continuous-valued deep networks to efficient event-driven networks for image classification
对权重归一化进行进一步优化
Going deeper in spiking neural networks: VGG and residual architectures
采用逐层推进的方式完成整个网络神经元的发放阈值调整。