Tag · 2 篇
替代梯度
分布 鲁棒性与安全1高效模型与推理加速1
01 02
面向脉冲神经网络对抗鲁棒性的可靠评测
Towards Reliable Evaluation of Adversarial Robustness for Spiking Neural Networks
对做 SNN 或脉冲类模型对抗鲁棒性评测的人，ASSG 提供了一种按输入分布自适应调整替代函数形状、缓解梯度消失的梯度估计手段，SA-PGD 则在梯度不精确时用自适应步长稳定收敛，可直接替换现有 PGD 评测流程，避免高估鲁棒性。
重新审视 SNN 在线训练与部署：基于混合驱动 LIF 模型的梯度一致学习
Rethinking SNN Online Training and Deployment: Gradient-Coherent Learning via Hybrid-Driven LIF Model
HD-LIF 通过在上、下阈值区域采用不同的脉冲计算机制，把时序梯度分离并缓解替代梯度错位，为视觉任务中 SNN 的在线训练提供了一条在精度、显存占用与功耗之间取得平衡的路径；做低功耗视觉骨干或事件相机后端的研究者可直接替换 LIF 单元复用该机制。