一种高性能与低延迟的深度脉冲神经网络转换方法

本发明公开了一种高性能与低延迟的深度脉冲神经网络转换方法，以最小的时间步长转换为对应的SNN神经网络。受量化感知训练的启发，本发明在训练过程中引入了QReLU激活函数，消除了编码误差，此外，本发明在QReLU激活函数中集成多位脉冲序列进行训练，有利于提高转换性能，最后，本发明设计了一个带缓存的非泄漏IF（Integrate‑and‑Fire）神经元来减少推理误差。通过分类和检测任务的实验证明，本发明的方法仅使用16个时间步就达到了人工神经网络水平的性能。