问题标签 [biological-neural-network]

当为 NEURON 使用 python 接口时，当我g=h.Graph()在 python 中创建一个对象并g.addvar(...)绘制一个变量时，单击 Init & Run 会产生一个空图：

在 NEURON 模拟器中，除了单独迭代每个属性之外，是否有更简单的方法来列出部分的属性？

在卷积神经网络中，我正在训练一个 CNN，在训练过程中，尤其是在训练开始时，我得到了极高的训练误差。之后，此错误开始缓慢下降。在大约 500 个 Epoch 之后，训练误差接近于零（例如 0.006604）。然后，我用最终得到的模型来衡量它对测试数据的准确度，我得到了大约 89.50%。这看起来很正常吗？我的意思是在我的训练过程一开始就获得很高的训练错误率。我想提到的另一件事是，我注意到每次减少隐藏节点的数量时，训练结束时结果都会变得更好。

我的CNN结构是：

以下是我的一些超参数：

非常感谢您在这方面的帮助和建议，在此先感谢您。

我一直在研究神经网络，我对实现一个尖峰神经元模型很感兴趣。

我已经阅读了相当多的教程，但其中大多数似乎都是关于生成脉冲的，我还没有发现它在给定的输入序列上的任何应用。

比如说我得到了输入训练：

它进入 Izhikevich 神经元，输入乘以权重还是仅使用参数 a、b、c 和 d？

Izhikevich 方程为：

其中 v[n] 是输入电压，u[n] 是一般恢复变量。

是否有任何关于 Izhikevich 或类似脉冲神经元模型在实际问题上的实现的文本？我试图了解信息是如何在这个模型上编码的，但它看起来与标准第二代神经元所做的不同。我发现它处理尖峰火车和一组权重的唯一教程是 [1]，但我没有看到与 Izhikevich 相同的教程。

[1] https://msdn.microsoft.com/en-us/magazine/mt422587.aspx

是否有一些事件机制可以让我知道模拟是否完成？

我有一个在 NEURON 中模拟的 LEMS 文件：

jnml LEMS_file.xml -neuron -run

模拟完成后，GUI 保持打开状态。

调试 NEURON 模拟器 .MOD 文件有哪些有用的方法？在其他语言中，通常可以使用 print() 语句来查看变量值。.MOD 文件中是否有类似 print() 语句的内容？

NEURON .MOD/NMODL 文件部分中的命令按什么顺序执行？具体来说，在这些块中：DERIVATIVE、BREAKPOINT 和 NET_RECEIVE。

LEMS 中的以下标签如何映射到 NEURON .MOD/NMODL 文件中：

我正在尝试使用类似于以下的神经网络来模拟 XOR 门：

现在我明白每个神经元都有一定数量的权重和偏差。我正在使用一个sigmoid 函数来确定神经元是否应该在每个状态下触发（因为它使用的是 sigmoid 而不是阶跃函数，所以我在松散意义上使用触发，因为它实际上会吐出真实值）。

我成功运行了前馈部分的模拟，现在我想使用反向传播算法来更新权重并训练模型。问题是，对于 和 的每个值，x1都有x2一个单独的结果（总共 4 种不同的组合），并且在不同的输入对下，可以计算单独的误差距离（期望输出和实际结果之间的差异），然后计算出不同的最终将实现一组权重更新。这意味着我们将通过使用反向传播为每个单独的输入对获得 4 组不同的权重更新。

我们应该如何决定正确的权重更新？

假设我们对单个输入对重复反向传播，直到我们收敛，但是如果我们选择另一对输入，我们会收敛到不同的权重集怎么办？

假设[1 0 0 1 0 1] <--> [0 0 0 1]，这是一个关联，然后在实现BAM时，为什么我们将0转换为-1然后计算权重矩阵。