浅浅的画一个STDP的图像吧

本文介绍了使用Python编程实现的STDP(Spike-Timing-DependentPlasticity)窗口函数,通过LTP(长期增强)和LTD(长期抑制)的数学公式,展示了突触权重随时间和时间差的变化。
摘要由CSDN通过智能技术生成

stdp最重要的是两个窗口函数

根据这个方程我们刻画出他的轨迹,代码如下

import numpy as np
import matplotlib.pyplot as plt

# 定义STDP参数
tau_pos = 30  # 正向突触权重变化的时间常数
tau_neg = 30  # 负向突触权重变化的时间常数
A_pos = 0.1   # 正向突触权重变化的幅度
A_neg = -0.05  # 负向突触权重变化的幅度

# 定义时间差范围
dt_range_pos = np.arange(-150, 0, 5)
dt_range_neg = np.arange(0, 150, 5)

# 计算STDP窗口函数的LTP部分
ltp_window = A_pos * np.exp(dt_range_pos/tau_pos)

# 计算STDP窗口函数的LTD部分
ltd_window = A_neg * np.exp(-dt_range_neg/tau_neg)

# 绘制STDP窗口函数的LTP和LTD部分
plt.plot(dt_range_pos, ltp_window, label='LTP')
plt.plot(dt_range_neg, ltd_window, label='LTD')

# 绘制坐标系
plt.axhline(0, color='k')
plt.axvline(0, color='k', linestyle='--')

plt.xlabel(r'$t_j^{post} - t_i^{pre}$',fontsize=12,rotation="vertical")

plt.ylabel(r'$\frac{{\Delta {w_{ij}}}}{{{w_{ij}}}}$',fontsize=12,rotation="horizontal")
plt.legend()
plt.show()

运行结果如下:

 

 

  • 9
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值