A method of training a neural network with back propagation includes generating error events representing a gradient of a cost function for the neural network. The error events may be generated based on a forward pass through the neural network resulting from input events, weights of the neural network and events from a target signal. The method further includes updating the weights of the neural network based on the error events.

L'invention concerne un procédé d'entraînement d'un réseau neuronal à rétropropagation qui consiste à générer des évènements d'erreur représentant un gradient d'une fonction de coût servant au réseau neuronal. Les évènements d'erreur peuvent être générés en fonction d'une passe avant par le réseau neuronal résultant d'évènements d'entrée, des poids du réseau neuronal et d'évènements d'un signal cible. Le procédé consiste en outre à mettre à jour les poids du réseau neuronal en fonction des évènements d'erreur.