脉冲神经网络

脉冲神经网络是什么：从 LIF 神经元到第三代神经网络的能耗优势核心结论：脉冲神经网络（Spiking Neural Network，SNN）是仿照生物神经元以「离散脉冲（spike）」而不是「连续数值」来传递信息的第三代神经网络。它最大的两个标签是事件驱动与极低能耗——神经元只在收到足够电流、膜电位超过阈值时才「发放一个脉冲」，多数时间不干活，所以理论上能比传统神经网络（ANN）省下几个数量级的运算量。代价是它很难训练（脉冲不可导），目前的精度普遍还追不上同等规模的 ANN。

简简单单做算法

基于FPGA的SNN脉冲神经网络之IM神经元verilog实现,包含testbench目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述5.算法完整程序工程(完整程序运行后无水印)

脉冲神经网络入门指南（一）Introduction【文献精读】Eshraghian J K, Ward M, Neftci E O, et al. Training spiking neural networks using lessons from deep learning[J]. Proceedings of the IEEE, 2023.

我是有底线的