脉冲神经网络加速电路的优化方法、装置、设备及介质

本申请涉及神经网络技术领域，特别涉及一种脉冲神经网络加速电路的优化方法、装置、设备及介质。该方法包括：获取预设的脉冲神经网络模型中的至少一个关键神经元；对至少一个关键神经元进行分裂操作，得到至少一个包含多个不同阈值的神经元组；利用预设的蒙特卡洛采样电路估计至少一个包含多个不同阈值的神经元组的最优阈值配置，生成优化后的脉冲神经网络，并将优化后的脉冲神经网络映射到目标神经形态硬件。由此，通过为模型中重要的激活值分配更多的神经元，打破传统“一个激活值对应一个神经元”的固定映射模式，解决了有限时间步内脉冲神经网络表示精度不足的问题，在保持模型性能的前提下显著减少推理所需时间步，从而降低系统延迟和功耗。