![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
脉冲神经网络
IC_DESIGNER_XZK
这个作者很懒,什么都没留下…
展开
-
脉冲神经网络1:IZH模型介绍
参考论文:Izhikevich, E. M . Which Model to Use for Cortical Spiking Neurons?[J]. IEEE Transactions on Neural Networks, 2004, 15(5):1063-1070.神经元计算特征本文将回顾了生物脉冲神经元的20个最突出的特征。本节的目的是说明单个神经元响应简单直流电流脉冲的的脉冲行...原创 2019-07-14 21:13:53 · 5070 阅读 · 2 评论 -
脉冲神经网络2: SNN的仿真介绍
SNN仿真器说明仿真器使用STDP算法学习了网络的最佳权重,用于图片分类。仿真器使用“赢家通吃”策略来抑制非发放神经元产生分类结果。分类模式时涉及的步骤是:对于每个输入,神经元膜电位在其感受野(5×5窗口)中计算 对于每个输入神经元生成脉冲序列,产生脉冲频率与膜电位成比例 对于每个图像,在每个时间步长,根据输入脉冲和相关权重更新神经元的电位 第一个发放输出神经元对其余的输出神经元进行...原创 2019-07-16 20:18:14 · 4435 阅读 · 2 评论 -
脉冲神经网络2:SNN的仿真2—感受野
import imageioimport numpyimg = imageio.imread("data/training/{}.png".format(0))print(img)# 定义感受野函数为rf# 接受野的卷积def rf(inp): sca1 = 0.625 sca2 = 0.125 sca3 = -0.125 sca4 = -.5 # 感受野核函数...原创 2019-07-16 21:07:37 · 1300 阅读 · 0 评论 -
脉冲神经网络2:SNN的仿真3-生成输入层序列
上一个博客说明了将原始图片转化感受野的图片这一节说明如何将图片对应的灰度值转化为脉冲序列import numpy as npfrom numpy import interpT = 150 # 时钟周期为150,在150个cycle中产生脉冲# 定义将图片像素值转化为脉冲的函数encodedef encode(pot): # 假设所有的点对应的像素点对应一个二元数组tr...原创 2019-07-17 20:58:50 · 1698 阅读 · 3 评论