文件名称：神经脉冲网络
文件大小：1.88MB
文件格式：ZIP
更新时间：2021-09-24 11:10:35
python snn
snn图像识别，用pyNN编写的代码，用于训练单层前馈尖峰网络，具有全部连接，形成任意输入和目标输出尖峰模式之间的关联。或者，输入模式可以与由其他（教师）神经元提供的目标输出尖峰模式相关联。更多细节参见：Gardner，B。＆Grüning，A。（2016）。尖峰神经网络中的监督学习用于精确时间编码
【文件预览】：
Spiking-Neural-Network-master
----classification()
--------spike_train.py(1KB)
--------classify.py(2KB)
--------recep_field.py(849B)
--------gitignore(1B)
--------weight_initialization.py(536B)
--------neuron.py(542B)
----images()
--------train.png(32KB)
--------figure_11.png(26KB)
--------figure_4.png(18KB)
--------1.jpg(444KB)
--------100.png(970B)
--------rf.png(730KB)
--------figure_2.png(24KB)
--------neuron3.png(759B)
--------figure_3.png(17KB)
--------neuron1.png(779B)
--------figure_13.png(17KB)
--------center.png(315KB)
--------graph3.png(29KB)
--------graph2.png(31KB)
--------1.png(32KB)
--------figure_14.png(18KB)
--------neuron4.png(774B)
--------spikes.jpg(10KB)
--------graph1.png(29KB)
--------graph4.png(31KB)
--------gitignore(1B)
--------2.png(30KB)
--------figure_12.png(24KB)
--------figure_1.png(26KB)
--------stdp_curve.jpg(85KB)
--------neuron2.png(797B)
--------101.png(984B)
--------3.png(33KB)
--------imp_train.png(830B)
--------test.png(131B)
----training()
--------var_th.py(1011B)
--------spike_train.py(1KB)
--------recep_field.py(1KB)
--------rl.py(824B)
--------learning.py(4KB)
--------reconstruct.py(1KB)
--------gitignore(1B)
--------parameters.py(796B)
--------neuron.py(919B)
----LICENSE(11KB)
----receptive_field()
--------receptive_field.py(958B)
--------README.md(723B)
----synapse()
--------README.md(855B)
--------synapse.py(2KB)
----neuron()
--------neuron.png(26KB)
--------spikes.png(49KB)
--------README.md(1KB)
--------neuron.py(875B)
----README.md(9KB)
----encoding()
--------spike_train.py(1KB)
--------README.md(1KB)