SNN（脉冲神经网络）——一种大数据算法，同传统的人工神经网络一样，脉冲神经网络同样分为三种拓扑结构 。它们分别是前馈型脉冲神经网络（feed-forwardspikingneuralnetwork）、递归型脉冲神经网络（recurrentspikingneuralnetwork）和混合型脉冲神经网络（hybirdspikingneuralnetwork） 。
1、前馈型脉冲神经网络
在多层前馈脉冲神经网络结构中，网络中的神经元是分层排列的，输入层各神经元的脉冲序列表示对具体问题输入数据的编码，并将其输入脉冲神经网络的下一层 。最后一层为输出层 ， 该层各神经元输出的脉冲序列构成网络的输出 。输入层和输出层之间可以有一个或者多个隐藏层 。
2、递归型脉冲神经网络
递归型神经网络不同于多层前馈神经网络和单层神经网络，网络结构中具有反馈回路，即网络中神经元的输出是以前时间步长上神经元输出的递归函数 。
3、混合型脉冲神经网络
【网友说的snn什么意思】混合型脉冲神经网络即包括前馈型结构，又包含递归型结构 。
