Leabra实现参考指南
1. 概述
Leabra在模拟神经网络中有着重要的应用。它提供了一种计算和学习机制,有助于探索现有的模拟,并创建自己的模拟。下面将详细介绍Leabra的计算步骤伪代码,以及相关的参数和它们的作用。
2. 伪代码
Leabra的计算过程可以通过以下伪代码来描述,其核心是在一个时期(epoch)内对事件(trials)进行迭代处理,每个事件又包含负相和正相的稳定过程。
Outer loop: Iterate over events (trials) within an epoch. For each event:
1. Iterate over minus and plus phases of settling for each event.
(a) At start of settling, for all units:
i. Initialize all state variables (activation, v_m, etc).
ii. Apply external patterns (clamp input in minus, input & output in plus).
iii. Compute net input scaling terms (constants, computed here so network can be dynamically altered).
iv. Optimization: compute net input once from all s
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



