【文件属性】：
文件名称：Spiking_Neuron:尖刺神经网络项目
文件大小：758KB
文件格式：ZIP
更新时间：2021-05-02 20:53:19
JupyterNotebook
Spiking_Neuron
基于它们的计算单位的神经网络可以分为三代：
第一代：这一代神经网络包括感知器，Hopfield网络，boltzmann机器等。
第二代：这一代神经网络包括多层神经网络，递归网络等。
第三代：这一代神经网络包括Spiking神经网络，它是对大脑内工作和信息流的更真实的表示。
该存储库包含LIF（泄漏集成和激发）神经元模型和Izhikevich神经元模型的代码和模拟，以及它们的大多数配置变化，以模拟人脑中神经元的各种操作方式。 这些神经元模型非常紧密地以数学微分方程的形式表示了大脑中神经元的功能，因为人们认为大脑是一个强大的信号处理系统。
伊兹凯维奇神经元模型
LIF神经元模型
该存储库的目的是为大脑的行为建模，以便以后可以在Spiking Neural Networks中修改和实现这些模型。
【文件预览】：
Spiking_Neuron-master
----Izhikevich_neuron_model()
--------Spiking neuron.ipynb(104KB)
--------spiking_neuron.py(2KB)
--------Izhikevich_equation.png(23KB)
--------synapse_Izhikevich.py(3KB)
--------spiking_neuron_configurations.py(2KB)
--------Synapse_Izhikevich.ipynb(52KB)
--------Graphs()
--------README.md(2KB)
--------Variations_in_spikes.ipynb(201KB)
----README.md(1KB)
----LIF_neuron_model()
--------leaky_integrate_fire.py(1KB)
--------synapse.py(3KB)
--------Leaky_integrate_and _fire_model.ipynb(29KB)
--------Graphs()
--------README.md(1KB)
--------Synapse.ipynb(60KB)
--------LIF_equation.png(4KB)