文件名称：递归神经网络：使用FORCE学习实施通用递归神经网络课程
文件大小：21.76MB
文件格式：ZIP
更新时间：2024-03-01 18:16:16
JupyterNotebook
递归神经网络 使用由Tensorflow实现的Adam优化器训练的通用递归神经网络类的实现。 我们将使用动力学组件分析和其他统计分析技术将其活动映射到低维子空间，并了解网络动态在训练期间和之后如何变化。 有关更多信息，请参见init_results.pdf的初始结果。 梯度下降方法基于Song等人（2016）发表的论文《训练用于认知任务的兴奋性-抑制性递归神经网络：简单灵活的框架》。 等 我们已经对与杨（Yang）等人在论文“训练为执行许多认知任务的神经网络中的任务表示”中使用的任务相似的任务进行了初步分析。 等（2019）。
【文件预览】：
Recurrent-Neural-Network-main
----.gitignore(12B)
----init_results.pdf(7.17MB)
----Tasks()
--------Decision_Task()
--------Working_Memory_Task()
--------Perception_Task()
----README.md(803B)
----Test()
--------GRAD()
----RNN_model_GRAD.py(11KB)