文件名称：BCM-Learning-Rule
文件大小：2KB
文件格式：ZIP
更新时间：2024-04-27 18:55:22
Python
Bienenstock Cooper Munro（BCM）学习规则 BCM学习规则的目标是解释学习如何在神经元水平上起作用。 此模拟显示了神经元如何通过选择性地向神经元输入两种模式之一并执行规则来变得选择性或学会仅对一种类型的刺激做出React来输入刺激。 BCM学习规则实现了模拟大脑中突触可塑性的滑动阈值。 在模拟结束时的图形上可以看到，对于两个输入，一个突触权重增加而另一个减小，并且神经元的输出高或低，具体取决于输入到神经元的内容，描述了选择性学习。 神经元的输出 神经元的输出取决于输入和突触权重，并由以下等式确定，其中w是突触权重，x是输入。 BCM重量更新 以下方程式用于更新神经元的突触权重，其中w是突触权重，x是输入，y是神经元的输出，θ是阈值。 滑动阈值 以下方程式用于更新滑动阈值，其中tau是时间常数，theta是阈值，y是神经元的输出，y0是目标响应，这是在程序中在线计算的
【文件预览】：
BCM-Learning-Rule-master
----.gitignore(12B)
----requirements.txt(131B)
----README.md(2KB)
----bcm.py(2KB)