1 介绍
2 结果
2.1 随机流形作为柔性基准的基础
2.2 替代梯度学习对替代导数的形状具有鲁棒性
2.3 替代梯度学习对替代导数的规模敏感
2.4 替代梯度学习对损失函数、输入范式和数据集的变化具有鲁棒性
2.5 基于电流输入的网络中的替代梯度学习
2.6 SNN中的最优稀疏峰值活动水平
3 讨论
4 方法
4.1 监督学习任务
4.1.1 平滑随机流形数据集
4.1.2 峰值延迟MNIST数据集
4.1.3 听觉数据集
4.2 网络模型
4.2.1 神经元模型
4.2.2 读出层
4.2.3 连接和初始化
4.2.4 读数头和监督损失函数
4.2.5 活动规范化
4.2.6 替代梯度下降
超级尖峰: 乙状结肠 : 用sigmoid函数 Esser等人: