75、基板编码中的CPPs与CEPs实现解析

基板编码中的CPPs与CEPs实现解析

1. 基板编码概述

在基板编码中，我们可以高效地处理包含数百万个神经元的基板。例如，通过特定的编码方式，我们能够轻松地为基板添加一定程度的循环机制。而且，我们还可以对基板进行优化，将其分离为多个并行的超立方体，或者将基于向量的表示形式提供给GPU进行并行处理。

在计算神经元输出时，有如下代码实现：

{[Output || {_Coord,Output,_Weights} <- Output_Hyperlayer],lists:reverse(Acc)}.  

calculate_neurode_output_noplast([{_I_Coord,O,_I_Weights}|I_Neurodes], 
{Coord,Prev_O,[Weight|Weights]},Acc)->  
    calculate_neurode_output_noplast(I_Neurodes,{Coord,Prev_O,Weights}, O*Weight +Acc);  
calculate_neurode_output_noplast([],{Coord,Prev_O,[]},Acc)->  
    functions:tanh(Acc).

这个代码片段展示了如何计算无可塑性情况下神经元的输出。通过递归调用 calculate_neurode_output_noplast 函数，我们可以逐步计算每个神经元的输出，并最终得到整个超层的输出。

2. 传感器、执行器与基板CPPs、CEPs