BCM-Learning-Rule

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

文件下载

资源详情

[{"title":"（ 4 个子文件 2KB ） BCM-Learning-Rule","children":[{"title":"BCM-Learning-Rule-master","children":[{"title":".gitignore 12B ","children":null,"spread":false},{"title":"requirements.txt 131B ","children":null,"spread":false},{"title":"README.md 1.89KB ","children":null,"spread":false},{"title":"bcm.py 1.76KB ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

BCM-Learning-Rule

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载