問題タブ [biological-neural-network]

NEURON の Python インターフェイスを使用しているg=h.Graph()場合、Python でオブジェクトを作成しg.addvar(...)、変数をプロットするために [Init & Run] をクリックすると、空のグラフが表示されます。

NEURON シミュレーターでは、各プロパティを個別に反復処理する以外に、セクションのプロパティを一覧表示する簡単な方法はありますか?

畳み込みニューラル ネットワークでは、CNN のトレーニングに取り組んでいます。トレーニング プロセス中、特にトレーニングの開始時に非常に高いトレーニング エラーが発生します。その後、このエラーはゆっくりと減少し始めます。約 500 エポック後、トレーニング エラーはゼロに近づきます (例: 0.006604)。次に、最終的に得られたモデルを使用して、テスト データに対する精度を測定しました。約 89.50% でした。それは正常に思えますか？つまり、トレーニング プロセスの最初の段階でトレーニング エラー率が高くなります。もう 1 つ言及したいのは、隠しノードの数を減らすたびに、トレーニングの最後に結果が良くなっていることに気付きました。

私のCNN構造は次のとおりです。

ここに私のハイパーパラメータのいくつかがあります:

この点に関するあなたの助けと提案は非常に高く評価されています, 事前に感謝します.

シミュレーションが終了したかどうかを知らせるイベント メカニズムはありますか?

NEURONでシミュレートされたLEMSファイルがあります：

jnml LEMS_file.xml -neuron -run

シミュレーションが完了した後も、GUI は開いたままです。

LEMS の次のタグは、どのように NEURON .MOD/NMODL ファイルにマップされますか?

次のようなニューラル ネットワークを使用して XOR ゲートをシミュレートしようとしています。

これで、各ニューロンには特定の数の重みとバイアスがあることがわかりました。シグモイド関数を使用して、各状態でニューロンが発火するかどうかを判断しています (これはステップ関数ではなくシグモイドを使用するため、実際には実際の値を吐き出すので、大まかな意味で発火を使用します)。

フィード フォワーディング部分のシミュレーションを正常に実行したので、今度はバックプロパゲーションアルゴリズムを使用して重みを更新し、モデルをトレーニングします。問題は、 の各値に対してx1個別x2の結果 (合計で 4 つの異なる組み合わせ) があり、異なる入力ペアの下で、個別の誤差距離 (目的の出力と実際の結果の差) を計算し、その後別の結果を得ることができるということです。重みの更新のセットは、最終的に達成されます。これは、バックプロパゲーションを使用して、個別の入力ペアごとに 4 つの異なる重み更新セットを取得することを意味します。

適切な重みの更新をどのように決定する必要がありますか?

収束するまで単一の入力ペアに対して逆伝播を繰り返すとしますが、別の入力ペアを選択した場合に別の重みのセットに収束するとしたらどうでしょうか?

[1 0 0 1 0 1] <--> [0 0 0 1] と仮定すると、これは BAM の実装における関連付けであり、0 を -1 に変換してから重み行列を計算する理由です。