API接口及数据集定义 =============================================================================================== 主要LIF/LIFPlus模块位置： - ./bidlcls/models/layers/lif.py - ./bidlcls/models/layers/lifplus.py 此LIF/LIFPlus模块主要提供了一个继承自torch.nn.Module的元模型Lif类，和按照维度1d和2d划分的不同的类，并通过可迭代时间轴的It类进行了包装。 .. _sjymx: 神经元模型 ----------------------------------------------------------------------------------------------- - Lif/LifPlus - 1d 处理一维数据 - 带有全连接型突触的泄漏积分发放模型FcLif/FcLifPlus - 泄漏积分发放模型Lif1d/LifPlus1d - 2d 处理二维数据 - 带有卷积型突触的泄漏积分发放模型Conv2dLif/Conv2dLifPlus - 泄漏积分发放模型Lif2d/LifPlus2d - It，即Iteration，用于带有多时间步循环的LIF，用于实现内循环版本 - FcLifIt/FcLifPlusIt - Conv2dLifIt/Conv2dLifPlusIt .. _lif-lifplus: 基础神经元模型——Lif/LifPlus ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 继承自torch.nn.Module，该类中的forward方法实现了LIF/LIFPlus神经元计算的完整过程。 该类描述的是LIF/LIFPlus中最基础，最典型的算子公式，该类的方法主要被后续介绍的类所继承使用。 Lif/LifPlus的初始化参数/可调整的参数参见下表。 表 Lif的初始化参数/可调整的参数 +----------------+------------------------------------------------------------+ | 参数 | 含义 | +================+============================================================+ | norm | BatchNorm对象，callable类型。 | +----------------+------------------------------------------------------------+ | mode | 期望的输出类型。 | | | | | | 【数据类型】STR类型，有两种类型。 | | | | | | 【取值范围】 | | | | | | - spike：对应LIF模型，期望输出{0,1}脉冲信号； | | | - analog：对应LIAF模型，期望输出模拟信号。 | +----------------+------------------------------------------------------------+ | memb_mode | 膜电位相关参数。 | | | | | | 【数据类型】tuple | | | | | | 具体说明参见 :ref:`memb_mode` | +----------------+------------------------------------------------------------+ | soma_params | 神经元胞体的关键参数。 | | | | | | 【数据类型】Dict | | | | | | 具体说明参见 :ref:`soma_params` | +----------------+------------------------------------------------------------+ | noise | 噪声，float类型。 | +----------------+------------------------------------------------------------+ | ON_APU | 芯片推理标志，表示是否在KA200芯片上进行推理。 | | | | | | 【数据类型】bool类型 | | | | | | 【取值类型】 | | | | | | - True：在KA200上进行推理； | | | - False：在Nvidia GPU上进行推理。 | +----------------+------------------------------------------------------------+ | spike_func | 【数据类型】callable | | | | | | 神经元使用的梯度梯度代替函数 | +----------------+------------------------------------------------------------+ | use_inner_loop | 【数据类型】bool类型 | | | | | | 是否使用神经元内循环模式 | +----------------+------------------------------------------------------------+ 表 LifPlus的初始化参数/可调整的参数 +----------------+------------------------------------------------------------+ | 参数 | 含义 | +================+============================================================+ | norm | BatchNorm对象，callable类型。 | +----------------+------------------------------------------------------------+ | mode | 期望的输出类型。 | | | | | | 【数据类型】STR类型，有两种类型。 | | | | | | 【取值范围】 | | | | | | - spike：对应LIF模型，期望输出{0,1}脉冲信号； | | | - analog：对应LIAF模型，期望输出模拟信号。 | +----------------+------------------------------------------------------------+ | memb_mode | 膜电位相关参数。 | | | | | | 【数据类型】tuple | | | | | | 具体说明参见 :ref:`memb_mode` | +----------------+------------------------------------------------------------+ | soma_params | 神经元胞体的关键参数。 | | | | | | 【数据类型】Dict | | | | | | 具体说明参见：:ref:`soma_params` | +----------------+------------------------------------------------------------+ | input_accm | 输入脉冲累积相关参数。 | | | | | | 【数据类型】int | | | | | | 【取值类型】 | | | | | | - 0：CUB（电流累积）； | | | - 1：COBE（指数函数型电导累积）； | | | - 2：COBA（阿尔法函数型电导累积）。 | +----------------+------------------------------------------------------------+ | rev_volt | 输入脉冲累积相关参数。 | | | | | | 【数据类型】bool | | | | | | 【取值类型】 | | | | | | - True：with REV（设置反转电压）； | | | - False：without REV（不设置反转电压）。 | +----------------+------------------------------------------------------------+ | fire_refrac | 不应期相关参数。 | | | | | | 【数据类型】int | | | | | | 【取值类型】 | | | | | | - 0：no refractory（不设置）； | | | - 1：AR（绝对不应期）。 | +----------------+------------------------------------------------------------+ | spike_init | 脉冲触发相关参数。 | | | | | | 【数据类型】int | | | | | | 【取值类型】 | | | | | | - 0：naïve（同LIF）； | | | - 1：EXI（指数尖峰启动）； | | | - 2：QDI（二次尖峰启动）。 | +----------------+------------------------------------------------------------+ | trig_current | 脉冲触发电流相关参数。 | | | | | | 【数据类型】int | | | | | | 【取值类型】 | | | | | | - 0：naïve（同LIF）； | | | - 1：ADT（适应）； | | | - 2：SBT（亚阈值震荡）。 | +----------------+------------------------------------------------------------+ | memb_decay | 膜衰减相关参数。 | | | | | | 【数据类型】int | | | | | | 【取值类型】 | | | | | | - 0：naïve（同LIF）； | | | - 1：EXD（指数衰减）。 | +----------------+------------------------------------------------------------+ | noise | 噪声，float类型。 | +----------------+------------------------------------------------------------+ | ON_APU | 芯片推理标志，表示是否在KA200芯片上进行推理。 | | | | | | 【数据类型】bool类型 | | | | | | 【取值类型】 | | | | | | - True：在KA200上进行推理； | | | - False：在Nvidia GPU上进行推理。 | +----------------+------------------------------------------------------------+ | spike_func | 【数据类型】callable | | | | | | 神经元使用的梯度梯度代替函数 | +----------------+------------------------------------------------------------+ | use_inner_loop | 【数据类型】bool类型 | | | | | | 是否使用神经元内循环模式 | +----------------+------------------------------------------------------------+ .. _memb_mode: memb_mode ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ memb_mode表示膜电位相关参数。数据类型为tuple，其中包含2个元素： +---------+------------------------------------------------------------+ | 参数 | 含义 | +=========+============================================================+ | 第一个 | 表示在LIF或LIAF模型中，膜电位从上一个信号输入开始，所经历 | | 元素 | 的4种不同状态，包括：接受刺激后膜电位；减去发放阈值后膜电 | | | 位；重置后膜电位；泄漏后膜电位。这4种状态分别对应LIF或 | | | LIAF模型期望取到的不同膜电位状态。 | | | | | | 【数据类型】int类型 | | | | | | 【取值范围】 | | | | | | - 0：input后膜电位； | | | - 1：减去发放阈值之后膜电位； | | | - 2：重置膜电位后的膜电位； | | | - 3：泄漏之后膜电位。 | +---------+------------------------------------------------------------+ | 第二个 | 对第一个元素取到的膜电位设定的激活函数类型。 | | 元素 | | | | 【数据类型】callable类型 | | | | | | 【配置说明】该激活函数的作用是将模型中所传递的脉冲信号 | | | {0,1}，通过activation function转化为模拟信号， | | | 如torch.relu、torch.sigmoid或torch.tanh等，如果 | | | 值为None就是不加激活函数。此元素只在mode取analog时才有效。 | +---------+------------------------------------------------------------+ .. _soma_params: soma_params(Lif) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ soma_params表示神经元胞体的关键参数。 【默认参数】 :: SOMA_PARAMS = { 'alpha': .3, 'beta': 0., 'theta': .5, 'v_0': 0., 'shape': [], 'learn': False } 【参数说明】 +---------+------------------------------------------------------------+ | 参数 | 含义 | +=========+============================================================+ | alpha | 胞体参数，用于计算在脉冲发放前后的不同状态中胞体膜电位值。 | | | | | beta | 【数据类型】float类型 | | | | | theta | 【配置说明】 | | | | | v_0 | - alpha：乘性泄漏。 | | | - beta：加性泄漏。 | | | - theta：门限。 | | | - v_0：重置膜电位。 | +---------+------------------------------------------------------------+ | shape | 用于说明胞体参数的共享程度。 | | | | | | 【数据类型】list类型 | | | | | | 【取值范围】 | | | | | | 根据shape的形状来确定是所有神经元共享一套参数，还是每个通 | | | 道一个单独的参数： | | | | | | - 如果 ``shape`` 是 ``[]`` ，即空list，则表示所有的神经元 | | | 共享一套参数，对应配置文件中的 ``soma_params`` 的值为 | | | ``all_share`` ； | | | | | | - 如果是每个通道一个单独的参数，假设通道数为c，则对于全连 | | | 接版本， ``shape`` 需要设置为 ``[1,c]`` ，对于卷积版本， | | | shape需要设置为 ``[1, c, 1,1]`` ，对应配置文件中的 | | | ``soma_params`` 的值为 ``channel_share`` 。 | | | | | | 【配置说明】 | | | | | | 在配置文件中设置 ``soma_params`` 值的方法参见 | | | :ref:`config_content`。 | +---------+------------------------------------------------------------+ | learn | 是否通过学习而得到胞体的关键参数。 | | | | | | 【数据类型】bool类型 | | | | | | 【取值范围】False，True | | | | | | - False：即固定参数（不通过学习得到相关参数）。 | | | - True：即通过所有层一并学习更新相关参数。 | | | | | | 【默认取值】False | | | | | | 【配置说明】目前暂不支持配置修改。 | +---------+------------------------------------------------------------+ soma_params (LifPlus) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ soma_params表示神经元胞体的关键参数。 【默认参数】 :: SOMA_PARAMS = { 'epsilon': None, 'v_g': None, 'tau_recip': None, 'v_0': 0., 'epsilon_r': None, 'v_rr': None, 'v_ar': None, 'q_r': None, 'b': None, 'epsilon_w': None, 'theta': .5, 'v_theta': None, 'delta_t': None, 'v_c': None, 'a': None, 'v_w': None, 'alpha': .3, 'beta': 0., 'v_leak': None, 'shape': [], 'learn': False, } 【参数说明】 +------------+-------------------------------------------------------------+ | 参数 | 含义 | +============+=============================================================+ | epsilon | 胞体参数，用于计算在脉冲发放前后的不同状态中胞体膜电位值。 | | | | | v_g | 【数据类型】float类型 | | | | | tau_recip | 【配置说明】 | | | | | v_0 | - epsilon: 电导衰减常数。 | | | | | epsilon_r | - v_g: 反向电压常数。 | | | | | v_rr | - tau_recip: ∆𝑡/𝜏（∆𝑡代表采样时间间隔，𝜏为神经元时间因子）。| | | | | v_ar | - v_0: 重置膜电位。 | | | | | q_r | - epsilon_r: 相对不应期衰减常数。 | | | | | b | - v_rr: 相对不应期反转电压。 | | | | | epsilon_w | - v_ar: 适应性反转电压。 | | | | | theta | - q_r: 相对不应期的跳变尺寸。 | | | | | v_theta | - b: 脉冲触发的跳跃大小。 | | | | | delta_t | - epsilon_w: 适应性衰减常数。 | | | | | v_c | - theta：门限。 | | | | | a | - v_theta: 触发电压。 | | | | | v_w | - delta_t: 锐度因子。 | | | | | alpha | - v_c: 临界电压。 | | | | | beta | - a: 亚阈值耦合常。 | | | | | v_leak | - v_w: 耦合膜电位偏置常量。 | | | | | | - alpha：乘性泄漏。 | | | | | | - beta：加性泄漏。 | | | | | | - v_leak: 线性延时常数。 | +------------+-------------------------------------------------------------+ | shape | 用于说明胞体参数的共享程度。 | | | | | | 【数据类型】list类型 | | | | | | 【取值范围】 | | | | | | 根据shape的形状来确定是所有神经元共享一套参数，还是每个 | | | 通道一个单独的参数： | | | | | | - 如果shape是[]，即空list，则表示所有的神经元共享一套参 | | | 数，对应配置文件中的 ``soma_params`` 的值为 | | | ``all_share``； | | | | | | - 如果是每个通道一个单独的参数，假设通道数为c，则对于全 | | | 连接版本， ``shape`` 需要设置为 ``[1,c]`` ，对于卷积版 | | | 本， ``shape`` 需要设置为 ``[1, c, 1,1]`` ，对应配置文 | | | 件中的 ``soma_params`` 的值为 ``channel_share`` 。 | | | | | | 【配置说明】 | | | | | | 在配置文件中设置 ``soma_params`` 值的方法 | | | 参见 :ref:`config_content` 。 | +------------+-------------------------------------------------------------+ | learn | 是否通过学习而得到胞体的关键参数。 | | | | | | 【数据类型】bool类型 | | | | | | 【取值范围】False，True | | | | | | - False：即固定参数（不通过学习得到相关参数）。 | | | - True：即通过所有层一并学习更新相关参数。 | | | | | | 【默认取值】False | | | | | | 【配置说明】目前暂不支持配置修改。 | +------------+-------------------------------------------------------------+ Lif/LifPlus中的硬件加速函数 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ Lif中包含了两个硬件加速函数，这两个函数在灵汐芯片上可以快速执行，定义如下： 1. cmpandfire：比较并发放函数，定义为： .. math:: y(i)\ = \ 1\ if\ x(i)\ > \ theta,\ otherwise\ 0 其中x,y为Tensor，th为标量，i代表任意一个Tensor中的元素的角标。 2. resetwithdecay：发放后复位及泄漏计算函数，用于计算发放后的复位过程及泄漏 过程，定义为： .. math:: y(i) = \ alpha\ *\ v\_ 0\ + \ beta\ if\ x(i)\ > \ theta，otherwise\ alpha\ *\ x(i)\ + \ beta 其中x, y为tensor，th，decay，reset三个为标量。 这两个函数是采用Pytorch自定义层表示并传达给芯片的编译器的（但不是真正的灵汐芯片执行的描述），他们也可用于Lif/LifPlus之外的其他层的描述中。 Lif/Lifplus中的状态存取描述 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 由于Lyngor编译器只编译单时间拍的计算逻辑，默认逻辑是计算完毕本时间拍的内容后，所有变量生存周期结束，不再保存。而对于神经元而言，一些状态信息在下一拍还需要继续使用，例如膜电位，突触后电流等。因此需要一些辅助的代码用于标记哪些变量是需要被静态存储的，以及本次计算中哪些变量是需要从静态存储中读取并使用的。因此构建如下约定： 对于状态信息v（如膜电位），在本拍第一次使用之前，即第一次v出现在计算等式右侧之前，需要加入： :: load(v, ‘v_string’) 其中v表示状态变量的变量名字， ``v_string`` 是一个全局唯一的字符串标识，可任意指派一个字符串标识它，目前采用UUID产生，但同一个变量的 ``v_string`` 必须是一个。 通常，可以将一系列状态变量的load操作统一放在神经元模型描述的最开始。 类似的，对于状态信息v，在本拍最后一次被更新后，即最后一次出现在计算等式左边之后，需要加入： :: save(v, ‘v_string’) 通常，可以将一系列状态变量的save操作统一放在神经元模型描述的最后。 .. attention:: 对于一个状态变量，load/save需要配对使用。 含有全连接型突触的一维数据处理模型 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ FcLif ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 继承自 ``torch.nn.Module`` ，FcLif1d是基于Lif实现的，在 ``init`` 方法中对Lif中所涉及的参数赋予了初始值。在使用时只能处理单个时间步的输入。 FcLif层的初始化参数/可调整的参数参见下表。 表 FcLif层结构参数说明 +----------------+-------------------------------------------------------+ | 参数 | **含义** | +================+=======================================================+ | input_channel | 输入层通道数，int类型。 | +----------------+-------------------------------------------------------+ | hidden_channel | 隐层或输出层通道数，int类型。 | +----------------+-------------------------------------------------------+ | feed_back | 是否使用回环结构链接隐层与隐层，bool类型，默认为 | | | ``False`` 。 | +----------------+-------------------------------------------------------+ | norm_state | 是否使用BatchNorm进行归一化处理防止梯度爆炸，bool | | | 类型，默认为 ``False`` 。 | +----------------+-------------------------------------------------------+ | mode | 具体内容同 :ref:`lif-lifplus` 章节的【表 Lif的初始化 | | | 参数/可调整的参数】。 | | memb_mode | | | | | | soma_params | | | | | | noise | | +----------------+-------------------------------------------------------+ | spike_func | 【数据类型】callable | | | | | | 神经元使用的梯度梯度代替函数 | +----------------+-------------------------------------------------------+ | use_inner_loop | 【数据类型】bool类型 | | | | | | 是否使用神经元内循环模式 | +----------------+-------------------------------------------------------+ | it_batch | 【数据类型】int类型 | | | | | | 内循环模式的 ``batch_size`` ，在APU推理时请使用 | | | ``1`` ，训练时可自行定义 | +----------------+-------------------------------------------------------+ FcLifPlus ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 继承自 ``torch.nn.Module`` ，FcLifPlus1d是基于LifPlus实现的，在 ``init`` 方法中对LifPlus中所涉及的参数赋予了初始值。在使用时只能处理单个时间步的输入。 FcLifPlus层的初始化参数/可调整的参数参见下表。 表 FcLif层结构参数说明 +----------------+-------------------------------------------------------+ | **参数** | **含义** | +================+=======================================================+ | input_channel | 输入层通道数，int类型。 | +----------------+-------------------------------------------------------+ | hidden_channel | 隐层或输出层通道数，int类型。 | +----------------+-------------------------------------------------------+ | feed_back | 是否使用回环结构链接隐层与隐层，bool类型，默认为 | | | ``False`` 。 | +----------------+-------------------------------------------------------+ | norm_state | 是否使用BatchNorm进行归一化处理防止梯度爆炸， | | | bool类型，默认为 ``False`` 。 | +----------------+-------------------------------------------------------+ | mode | 具体内容同 :ref:`lif-lifplus` 章节的【表 Lif的初始化 | | | 参数/可调整的参数】。 | | memb_mode | | | | | | soma_params | | | | | | noise | | | | | | input_accum | | | | | | rev_volt | | | | | | fire_refrac | | | | | | spike_init | | | | | | trig_current | | | | | | memb_decay | | +----------------+-------------------------------------------------------+ | spike_func | 【数据类型】callable | | | | | | 神经元使用的梯度梯度代替函数 | +----------------+-------------------------------------------------------+ | use_inner_loop | 【数据类型】bool类型 | | | | | | 是否使用神经元内循环模式 | +----------------+-------------------------------------------------------+ | it_batch | 【数据类型】int类型 | | | | | | 内循环模式的 ``batch_size`` ，在APU推理时请使用 | | | ``1`` ，训练时可自行定义 | +----------------+-------------------------------------------------------+ FcLifIt/FcLifPlusIt ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 通过可迭代时间轴的It类对FcLif类进行了包装，在 ``forward`` 方法中，支持对多个时间步进行循环处理。 Lif1d/LifPlus1d ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 与FcLif/FcLifPlus类似，只是没有投影，也即没有nn.Linear层，因此不需要input_channel、hidden_channel和feed_back这三个参数。 含有卷积型突触二维数据处理模型 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Conv2dLif ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 继承自 ``torch.nn.Module`` ，在 ``init`` 方法中对Lif中所涉及的参数赋予了初始值， ``forward`` 方法与FcLif完全一致。在使用时只能处理单个时间步的输入。 ConvLif2d层的初始化参数/可调整的参数参见下表。 表 Conv2dLif层结构参数说明 +-----------------+----------------------------------------------------+ | 参数 | 含义 | +=================+====================================================+ | input_channel | 输入层通道数，int类型。 | +-----------------+----------------------------------------------------+ | hidden_channel | 隐层或输出层通道数，int类型。 | +-----------------+----------------------------------------------------+ | kernel_size | 卷积核尺寸，int类型。 | +-----------------+----------------------------------------------------+ | stride | 卷积步长，int类型，默认为 ``1`` 。 | +-----------------+----------------------------------------------------+ | padding | 卷积补零，int类型，默认为 ``0`` 。 | +-----------------+----------------------------------------------------+ | dilation | 卷积核膨胀系数，是卷积核元素之间的间距，int类型， | | | 默认为 ``1`` 。 | +-----------------+----------------------------------------------------+ | groups | 从输入通道到输出通道的阻塞连接数，int类型， | | | 默认为 ``1`` 。 | +-----------------+----------------------------------------------------+ | feed_back | 是否使用回环结构链接隐层与隐层，bool类型， | | | 默认为 ``False`` 。 | +-----------------+----------------------------------------------------+ | norm_state | 是否使用BatchNorm进行归一化处理防止梯度爆炸， | | | bool类型，默认为 ``True`` 。 | +-----------------+----------------------------------------------------+ | mode | 具体内容同 :ref:`lif-lifplus` 章节的【表 Lif的初 | | | 始化参数/可调整的参数】。 | | memb_mode | | | | | | soma_params | | | | | | noise | | +-----------------+----------------------------------------------------+ | spike_func | 【数据类型】callable | | | | | | 神经元使用的梯度梯度代替函数 | +-----------------+----------------------------------------------------+ | use_inner_loop | 【数据类型】bool类型 | | | | | | 是否使用神经元内循环模式 | +-----------------+----------------------------------------------------+ | it_batch | 【数据类型】int类型 | | | | | | 内循环模式的 ``batch_size`` ，在APU推理时请使用 | | | ``1`` ，训练时可自行定义 | +-----------------+----------------------------------------------------+ Conv2dLifPlus ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 继承自 ``torch.nn.Module`` ，在 ``init`` 方法中对LifPlus中所涉及的参数赋予了初始值， ``forward`` 方法与FcLifPlus完全一致。在使用时只能处理单个时间步的输入。 ConvLifPlus2d层的初始化参数/可调整的参数参见下表。 表 Conv2dLif层结构参数说明 +-----------------+----------------------------------------------------+ | 参数 | 含义 | +=================+====================================================+ | input_channel | 输入层通道数，int类型。 | +-----------------+----------------------------------------------------+ | hidden_channel | 隐层或输出层通道数，int类型。 | +-----------------+----------------------------------------------------+ | kernel_size | 卷积核尺寸，int类型。 | +-----------------+----------------------------------------------------+ | stride | 卷积步长，int类型，默认为 ``1`` 。 | +-----------------+----------------------------------------------------+ | padding | 卷积补零，int类型，默认为 ``0`` 。 | +-----------------+----------------------------------------------------+ | dilation | 卷积核膨胀系数，是卷积核元素之间的间距，int类型， | | | 默认为 ``1`` 。 | +-----------------+----------------------------------------------------+ | groups | 从输入通道到输出通道的阻塞连接数，int类型， | | | 默认为 ``1`` 。 | +-----------------+----------------------------------------------------+ | feed_back | 是否使用回环结构链接隐层与隐层，bool类型， | | | 默认为 ``False`` 。 | +-----------------+----------------------------------------------------+ | norm_state | 是否使用BatchNorm进行归一化处理防止梯度爆炸， | | | bool类型，默认为 ``True`` 。 | +-----------------+----------------------------------------------------+ | mode | 具体内容同 :ref:`lif-lifplus` 章节的【表 Lif的初 | | | 始化参数/可调整的参数】。 | | memb_mode | | | | | | soma_params | | | | | | noise | | | | | | input_accum | | | | | | rev_volt | | | | | | fire_refrac | | | | | | spike_init | | | | | | trig_current | | | | | | memb_decay | | +-----------------+----------------------------------------------------+ | spike_func | 【数据类型】callable | | | | | | 神经元使用的梯度梯度代替函数 | +-----------------+----------------------------------------------------+ | use_inner_loop | 【数据类型】bool类型 | | | | | | 是否使用神经元内循环模式 | +-----------------+----------------------------------------------------+ | it_batch | 【数据类型】int类型 | | | | | | 内循环模式的 ``batch_size`` ，在APU推理时请使用 | | | ``1`` ，训练时可自行定义 | +-----------------+----------------------------------------------------+ Conv2dLifIt/Conv2dLifPlusIt ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 通过可迭代时间轴的It类对Conv2dLif类进行了包装，在 ``forward`` 方法中，支持对多个时间步进行循环处理。 Lif2d/LifPlus2d ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 与Conv2dLif/Conv2dLifPlus类似，只是没有投影，也即没有nn.Conv2d层，因为不需要卷积相关的参数，如input_channel、hidden_channel、kernel_size等。