递归 LIF 层 BPTT 的梯度结果。
RecurrentGradients
01 Syntax
Microsoft.VisualBasic.DeepLearning.SpikingNeuralNetwork.RecurrentGradients
02 Fields
| Name | Overloads | Summary |
|---|---|---|
| WeightGrad | 2 | 突触权重梯度 dL/dW [N, N](未乘结构掩码)。 上层如需冻结先验拓扑之外的突触,请调用 RecurrentLIFLayer.MaskedWeightGrad() 或在优化前自行乘掩码。 |
| InputGrad | 2 | 外部注入电流的梯度 dL/dI_ext[t],长度 = 仿真步数。 当输入电流直接来自数据(无需回传梯度)时可以忽略。 |
| SpikeGrad | 2 | 各时间步输出脉冲的梯度 dL/dS[t],长度 = 仿真步数。 |
03 Members
WeightGrad
突触权重梯度 dL/dW [N, N](未乘结构掩码)。 上层如需冻结先验拓扑之外的突触,请调用 RecurrentLIFLayer.MaskedWeightGrad() 或在优化前自行乘掩码。
InputGrad
外部注入电流的梯度 dL/dI_ext[t],长度 = 仿真步数。 当输入电流直接来自数据(无需回传梯度)时可以忽略。
SpikeGrad
各时间步输出脉冲的梯度 dL/dS[t],长度 = 仿真步数。
WeightGrad
InputGrad
SpikeGrad