SpikingFlow
zero
SpikingFlow
SpikingFlow package
快速上手教程
SpikingFlow
Docs
»
SpikingFlow
Edit on GitHub
SpikingFlow
¶
SpikingFlow package
Subpackages
SpikingFlow.connection package
Submodules
SpikingFlow.connection.transform module
Module contents
SpikingFlow.encoding package
Module contents
SpikingFlow.event_driven package
Subpackages
SpikingFlow.event_driven.examples package
Submodules
SpikingFlow.event_driven.encoding module
SpikingFlow.event_driven.neuron module
Module contents
SpikingFlow.examples package
Module contents
SpikingFlow.learning package
Module contents
SpikingFlow.neuron package
Module contents
SpikingFlow.simulating package
Module contents
SpikingFlow.softbp package
Subpackages
SpikingFlow.softbp.examples package
Submodules
SpikingFlow.softbp.accelerating module
SpikingFlow.softbp.functional module
SpikingFlow.softbp.layer module
SpikingFlow.softbp.neuron module
SpikingFlow.softbp.optim module
SpikingFlow.softbp.soft_pulse_function module
Module contents
SpikingFlow.visualizing package
Module contents
Module contents
快速上手教程
神经元 SpikingFlow.neuron
LIF神经元仿真
定义新的神经元
编码器 SpikingFlow.encoding
泊松编码器
更复杂的编码器
定义新的编码器
仿真器 SpikingFlow.simulating
仿真原理
快速仿真
突触连接 SpikingFlow.connection
脉冲电流转换器
定义新的脉冲电流转换器
突触连接
定义新的突触连接
学习规则 SpikingFlow.learning
学习规则是什么
STDP(Spike Timing Dependent Plasticity)
更灵活的STDPUpdater
定义新的学习规则
软反向传播 SpikingFlow.softbp
SNN之于RNN
硬前向与软反向
作为激活函数的SNN神经元
MNIST分类
CIFAR10分类
模型流水线
持续恒定输入的更快方法
事件驱动 SpikingFlow.event_driven
事件驱动的SNN仿真
脉冲响应模型(Spike response model, SRM)
Tempotron神经元
如何训练Tempotron
并行实现
识别MNIST
高斯调谐曲线编码器
定义网络、损失函数、分类结果
查看训练结果
Read the Docs
v: zero
Versions
latest
zero
Downloads
pdf
html
epub
On Read the Docs
Project Home
Builds
Free document hosting provided by
Read the Docs
.