文件名称：用神经网络确定权重的matlab代码-spikeRNN:尖峰神经网络
文件大小：4.9MB
文件格式：ZIP
更新时间：2024-06-12 18:34:27
系统开源
用神经网络确定权重的matlab代码功能加标RNN 概述 该存储库提供了以下框架中提供的代码： Kim R.，Li Y.和Sejnowski TJ。 构建功能性尖峰递归神经网络的简单框架。 美国国家科学院院刊。 116：22811-22820（2019）。 提供预印本。 要求 连续速率RNN 用于构建和训练连续变量速率递归神经网络（RNN）模型的代码是在Python中实现的（已在Python 3.6.9中进行了测试）。 该代码还需要TensorFlow（在TensorFlow 1.5.0和1.10.0中进行了测试）。 tesnorflow 1.5.0或1.10.0 tensorflow-gpu 1.5.0或1.10.0（如果有GPU卡，则可以加快大型模型的培训时间） numpy的1.16.4 scipy 1.3.1 加标RNN 用于构建尖峰RNN模型的代码是在MATLAB中实现的（已在R2016a和R2016b中进行了测试）。 该代码实现了泄漏的集成解雇（LIF）网络，并且是由所开发的代码的修改版本。 用法 首先对速率RNN模型进行训练，然后将训练后的模型映射到LIF尖峰RNN。 用于
【文件预览】：
spikeRNN-master
----Kim_2019_pnas_SI.pdf(3.58MB)
----Kim_2019_pnas_main.pdf(1.62MB)
----rate()
--------utils.py(1KB)
--------main.py(16KB)
--------model.py(21KB)
----LICENSE(1KB)
----README.md(5KB)
----spiking()
--------lambda_grid_search.m(7KB)
--------LIF_network_fnc.m(8KB)
--------eval_go_nogo.m(3KB)
----.gitignore(52B)