![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
脉冲神经网络
文章平均质量分 85
Gu Elizabeth
这个作者很懒,什么都没留下…
展开
-
SNN论文系列-ANN to SNN 学习算法
ANN to SNN 学习算法最近集中看了几篇ANN to SNN的学习算法,进行一下简单的总结。原创 2020-07-07 17:39:43 · 9857 阅读 · 19 评论 -
SNN论文系列-Spatio-Temporal Backpropagation for Training High-Performance Spiking Neural Networks
Spatio-Temporal Backpropagation for Training High-Performance Spiking Neural Networks下面文章将从神经元模型、STBP算法、近似倒数三方面进行描述神经元模型因为训练方法为BP,需要进行反向传播,故采用LIF神经元模型进行训练。u(t)是在t时刻的膜电压,τ是时间常数、I(t)表示突触前输入,由神经元前活动或外部注射和突触权重决定。当膜电压达到阈值,则释放一个脉冲,并将其电位置为Urest。如图所示,在空间维度,原创 2020-06-09 15:23:23 · 3172 阅读 · 6 评论 -
BindsNET 安装
BindsNET 安装最近在看1.使用conda,新建python3.6环境2.安装pytorch3. 安装BindsNET4.测试原创 2020-06-02 20:59:11 · 1783 阅读 · 6 评论 -
脉冲神经网络 学习算法-Tempotron
脉冲神经网络 学习算法-Tempotron一.Tempotron算法原理论文链接SNN系列|学习算法篇(1)Tempotron脉冲神经网络之Tempotron(二)今天读了一下《The tempotron : a neuron that learns spike timing based decisions》这篇论文,然后找了网上tempotron算法的demo。二.代码-matlabfunction TempotronClassify()% Tempotron: a neuron th转载 2020-05-28 21:05:45 · 1903 阅读 · 0 评论 -
脉冲神经网络 神经元模型-Izhikevich模型(3)
脉冲神经网络 神经元模型-Izhikevich模型一 原理之前的两篇博客分别介绍了HH模型和IF模型,其中HH模型过于复杂,不适合大规模仿真;IF模型过于简答,脉冲发射模式过于单一。因此,在2003年,Eugene M. Izhikevich提出了Izhikevich模型,简化HH模型同时具有大量的发射模式。参考文献Izhikevich, E. M. Simple model of spiking neurons. IEEE Trans Neural Netw, 2003 (14): 1569-15原创 2020-05-27 11:35:19 · 6111 阅读 · 0 评论 -
脉冲神经网络 神经元模型-IF模型(2)
脉冲神经网络 神经元模型-IF模型(2)一 原理具有固定阈值的脉冲发放神经元模型具有更高抽象层次,这类模型依赖于所有突触前神经元输入脉冲的积累,当膜电位到达一个固定的阈值时,神经元发放脉冲。IF模型仅考虑HH神经元模型中漏电流。漏电IF神经元模型的等效电路如图所示:二 代码clearclose allC = 0.2; % capacitance in nFR = 100; % resitance in megaohmdt = 0.01;原创 2020-05-27 11:34:36 · 6586 阅读 · 0 评论 -
脉冲神经网络 神经元模型-HH模型(1)
脉冲神经网络 神经元模型-HH模型Hodgkin Huxley 神经元模型及实现一 原理1. 电路图2. 常微分方程二 代码实现-python版本1. 模拟离子通道2. 模拟膜电位三 参考Hodgkin Huxley 神经元模型及实现最近在接触脉冲神经网络相关知识,如有错误,请多多指教!一 原理1. 电路图Hodgkin-Huxley(HH)模型可以看作是rc电路模型的扩展,该模型除了泄漏通道外还包含钠(Na)和钾(K)通道。离子通道被建模为与电池串联的电阻器。电池表示特定离子的平衡电势,电阻器原创 2020-05-26 16:46:04 · 15217 阅读 · 0 评论