voltagescaler 中scale是如何工作的？

[HaoyuYao]

如图所示，这是教程在minst任务中的ann-snn转化示例，对于其中的voltagescaler 我有两个疑问： Q1：计算的流程是否如下：假设输入网络的变量为x，我们首先对x进行缩放，即乘以0.240048，然后经过卷积层、IFNode激活、平均池化层得到输出；再对输出进行缩放，即乘以4.165831；在将输出作为下一层的输入时，我们还需将其进行缩放，即乘以0.307458，然后经过卷积层、IFNode激活、平均池化层得到输出.....以此类推。 Q2：如果上述的计算流程是正确的，在经过最后一个卷积层、IFNode激活、平均池化层之后（也就是即将输入到Flatten层中），我们对Flatten层的输入进行了缩放，即乘以16.451399。但是按照教程所提供的归一化理论，缩放值应是输入的最大值/输出的最大值，而在Flatten后，我们并没有除以输出的最大值，所以想问这里乘以16.451399是不是错误的？是否应该改为乘以1.0，即不进行缩放，将最后一层卷积的输出直接作为Flatten层的输入？

[Steven0007]

好响应该是先经过network0，再经过snn tailor.0.0,然后snn tailor.0.1,snn tailor.0.2,然后network3,所以应该是先卷积，再缩放，IF激活，再缩放，池化。我看print tabular这样显示。老铁也在搞转换吗？可以加好友交流不？

[Steven0007]

老铁知道怎么查看转换后的中间层的输出吗？还有转换后的权重怎么看？

[Lyu6PosHao]

其实就是，把原来的ANN的激活函数（比如ReLU），替换为snn tailor。 然后snn tailor是这样工作的：缩放——IFNode激活——缩放。 所以转换完的SNN，相较于ANN，计算流程除了上述snn tailor处的不同，其他没有任何区别。 @Steven0007 @HaoyuYao