深度学习编译器脉冲神经网络算子处理方法、系统、介质

本发明提供了一种深度学习编译器脉冲神经网络算子处理方法及系统，包括：步骤S1：将脉冲神经网络算子部署到低功耗机器人硬件众核处理器上，进行算子转换，将脉冲神经网络算子拆分为基础算子和自定义算子，适配深度学习编译器；步骤S2：进行脉冲神经网络算子合并、算子拆分和算子映射，实现脉冲神经网络算子在低功耗机器人硬件众核处理器上的部署和执行。发明与深度学习编译器的兼容性较好，本发明以深度学习编译器中常用的ONNX(Open Neural Network Exchange)格式表示SNN(spike Neural Network)神经元操作符，这种兼容性使脉冲神经网络算子能够集成到主流的深度学习编译器中。