摘要 我们提出一种神经元正则化技术去调整神经元分立,而且发展了一种直接的训练算法对于深层SNN. 通过缩小速率编码窗口和转换LIF模型到精确的迭代版本,我们提出了基于pytorch版本的手段去训练深度SNN,提高了数十倍的速度。 准确的LIF迭代模型 原来的LIF模型是这样的变化模式 其中 u u u是膜电压, t t t代表时间, I I I代表外部输入, u r e s e t u_{reset} ureset