![](/img/trans.png)
[英]How to use pretrained weights of a model for initializing the weights in next iteration?
[英]Does the Izhikevich neuron model use weights?
我一直在與神經網絡合作,並且對實現尖峰神經元模型感興趣。
我已經閱讀了很多教程,但是其中大多數教程似乎都是關於生成脈沖的,並且我還沒有在給定的輸入序列上找到任何應用。
比如說我有輸入火車:
Input[0] = [0,0,0,1,0,0,1,1]
它進入Izhikevich神經元,輸入是乘以權重還是僅使用參數a,b,c和d?
Izhikevich方程為:
v[n+1] = 0.04*v[n]^2 + 5*v[n] + 140 - u[n] + I
u[n+1] = a*(b*v[n] - u[n])
其中v [n]是輸入電壓,u [n]是通用恢復變量。
是否有關於實際問題的Izhikevich或類似尖峰神經元模型的實現的文章? 我試圖了解如何在此模型上編碼信息,但是它看起來與標准第二代神經元的編碼方法不同。 我發現它處理尖峰火車和一組砝碼的唯一教程是[1],但我對Izhikevich卻沒有看到相同的內容。
普通的Izhikevich模型本身不包括權重。
您提到的兩個方程對點神經元隨時間的膜電位( v[]
)進行建模。 要使用權重,可以將兩個或多個此類細胞與突觸相連。
每個突觸可包括在源細胞(突觸前)上的某種尖峰檢測機制,以及在目標(突觸后)細胞側的突觸電流機制。 然后可以將該突觸電流乘以權重項,然后成為目標細胞的I
項(在上面的第一個方程式中)的一部分。
作為兩單元網絡的一個非常簡單的示例,在每個時間步長,您都可以檢查前單元v是否高於(例如)0 mV。 如果是這樣,則將(例如)0.01 pA * weightPrePost注入后單元格中。 weightPrePost的范圍是0到1,可以根據觸發率或類似於STDP的類似Hebbian的尖峰同步進行修改。
隨着多個突觸電流進入細胞,您可以設計出各種方案來對它們進行求和。 最簡單的只是一個簡單的總和,更復雜的可能包括距離和枝晶直徑(例如模擬的神經形態)之類的東西。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.