9.10 卷积网络的神经科学基础 卷积网络也许是生物学启发人工智能的 为成功的案例。虽然卷积网络也经过 许多其他领域的指导，但是神经网络的一些关键设计原则来自于神经科学。 卷积网络的历史始于神经科学实验，远早于相关计算模型的发展。为了确定关 于哺乳动物视觉系统如何工作的许多 基本的事实，神经生理学家 David Hubel 和 Torsten Wiesel 合作多年 (Hubel and Wiesel, 1959, 1962, 1968)。他们的成就 终获 得了诺贝尔奖。他们的发现对当代深度学习模型有 大影响的是基于记录猫的单个 神经元的活动。他们观察了猫的脑内神经元如何响应投影在猫前面屏幕上精确位置 的图像。他们的伟大发现是，处于视觉系统较为前面的神经元对非常特定的光模式 （例如精确定向的条纹）反应 强烈，但对其他模式几乎完全没有反应。 他们的工作有助于表征大脑功能的许多方面，这些方面超出了本书的范围。从 深度学习的角度来看，我们可以专注于简化的、草图形式的大脑功能视图。 在这个简化的视图中，我们关注被称为 V1 的大脑的一部分，也称为初级视觉 皮层（primary visual cortex）。V1 是大脑对视觉输入开始执行显著高级处理的第一 个区域。在该草图视图中，图像是由光到达眼睛并刺激视网膜（眼睛后部的光敏组 织）形成的。视网膜中的神经元对图像执行一些简单的预处理，但是基本不改变它 被表示的方式。然后图像通过视神经和称为外侧膝状核的脑部区域。这些解剖区域 的主要作用是仅仅将信号从眼睛传递到位于头后部的 V1。 卷积网络层被设计为描述 V1 的三个性质： 1. V1可以进行空间映射。它实际上具有二维结构来反映视网膜中的图像结构。例 如，到达视网膜下半部的光仅影响 V1 相应的一半。卷积网络通过用二维映射 定义特征的方式来描述该特性。 2. V1 包含许多简单细胞（simple cell）。简单细胞的活动在某种程度上可以概括

从计算机到人脑：计算神经科学基础，计算神经科学基础

利用MatlabPsytoolbox设计心理学实验，内含源码教程（有截图）、设计流程、以及实验结果。非常感谢您的观看，我上传的资源全部是免费下载，欢迎您来我主页看看，请您关注一下新人，我会非常努力的更新您需要的东西。

Neuroscience Exploring the Brain 神经科学探索脑，第三版及第四版书籍

2022-2028全球与中国神经科学研究市场现状及未来发展趋势

精神病学 PsychoPy是用于在行为科学中创建实验的开源软件包。 它旨在提供一个单一的程序包，该程序包是： 足够精确的心理物理学 容易教学 足够灵活 能够以本地Python脚本或JavaScript在线运行实验 为了实现这些目标，PsychoPy提供了一种界面选择-您可以使用称为Builder的简单图形用户界面，也可以用Python代码编写实验。 整个应用程序和库都是用Python编写的，并且与平台无关。 在以下位置有一系列文档： 教科书《 会费 要做出贡献，请分叉存储库，侵入功能分支，然后发送拉取请求。 有关更多信息，请参见和的开发人员文档 更多信息 主页： ： 论坛： ： 问题追踪器： : 变更日志： :

此页面已过时。 PsychoPy 代码和下载现在托管在 github 上： https://github.com/psychopy/psychopy https://github.com/psychopy/psychopy/releases 有关更多信息，请参阅主页 http://www.psychopy。组织

Neuro-Hodgkin-Huxley 计算神经科学：霍奇金-赫克斯利（Hodgkin-Huxley）神经突增模型 对Hodgkin-Huxley神经元微分方程系统进行数值建模 可视化以下各项之间的关系： 时间 外部电流（不同类型，幅度，频率） 点火频率 钾（K）/钠（Na）电容电流 K / Na独立电压 钾/钠内部状态 钾/钠 充电（电流的积分） 磁通量（电压的积分） 实验和探索： 尖峰射击条件 带限白噪声对发射频率的影响 非线性振荡模式 K和Na通道之间的差异

计算神经科学：在宾夕法尼亚大学教授的关于计算和理论神经科学的短期本科课程。 介绍MATLAB中的编程，单神经元模型，离子通道模型，基本神经网络和神经解码的编程

执行自动数字跨度测试以评估工作记忆功能，尤其是在认知/神经研究中。 希望减少实践影响并消除在研究环境中使用临床评估的需要。 需要 Java 7 或更新版本。 请注意，这是一种研究工具，并非旨在（也未评估）用于临床评估。 最终版本：如果您想要更多功能，请下载源代码并自行破解。 向那些寻求帮助但没有得到回应的人道歉——我丢失了密码，并且多年来无法登录。 这是一个老项目，开始练习，在某些系统上可能有问题； 代码很乱，设计可能在某些方面过于简单。