一种脉冲神经网络的训练方法、装置、设备、介质及产品

本申请公开了一种脉冲神经网络的训练方法、装置、设备、介质及产品，涉及人工智能技术领域，包括首先将事件流数据输入脉冲神经网络以获得脉冲序列和脉冲发放率，基于事件流数据的预期脉冲序列与脉冲序列计算脉冲计数损失，保证任务精度；引入发放率控制损失，将脉冲发放率纳入训练约束，可调控发放率至合理水平；融合脉冲计数损失与发放率控制损失，以此更新脉冲神经网络的突触权重，使得权重优化能够兼顾任务精度与发放率调控。这种双重约束直接将发放率控制纳入训练目标，从根本上避免了只追求精度而放任发放率升高的问题，从而降低层间神经元脉冲发放率，充分发挥脉冲神经网络的能耗优势。