【文件属性】:
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:2021-05-24 00:47:47
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)