脉冲神经网络(SNN)作为一种具有二元脉冲信息传递机制、丰富时空动态和事件驱动特征的脑启发计算模型，受到了广泛的关注。但其复杂的不连续脉冲机制给深度信噪网络的优化带来了困难。由于代理梯度方法可以极大地降低优化难度，在直接训练深度SNN方面显示出巨大的潜力，近年来，各种基于直接学习的深度SNN工作被提出，并取得了令人满意的进展。主要分为精度提高方法、效率提高方法和时间动态利用方法。