Juliaで学ぶ計算論的神経科学
Contents
Juliaで学ぶ計算論的神経科学#
このサイトは計算論的神経科学 (Computational Neuroscience) をプログラミング言語 Juliaを通して学習することを目標とします.内容に関する指摘やコメントは各ページ末尾のコメント欄からしていただければ幸いです (GitHubアカウントが必要です).
(2021/04/03追記)本サイト『Juliaで学ぶ計算論的神経科学』の書籍化企画が講談社サイエンティフィクで承認されました.出版予定は2025年春です.若輩者ゆえ荷が重くはありますが,神経科学・Julia界隈の方々には何卒応援いただきたく存じます.
記事で使用しているJuliaのバージョン
Julia v1.8.0-rc1
依存ライブラリ#
IJulia, LinearAlgebra, Random, Parameters, Distributions, Statistics, Plots, PyPlot, ProgressMeter, MAT, MLDatasets, PyCall, StatsBase, Kronecker, BlockDiagonals, ToeplitzMatrices, BenchmarkTools, ImageTransformations, TestImages, ImageIO, ImageMagick, ColorTypes, FFTW
※ PyCallに関してはPythonライブラリ networkx
を使用.
目次#
第2部:#
神経回路網の構築
神経細胞間の接続
ランダムネットワークの構築
-
正規化
樹状突起計算
第3部:#
-
学習と学習則
STDP則
-
貢献度分配問題
RTRL
適格度トレースによるRTRLの近似
予測符号化による誤差逆伝播法の近似
SNNの訓練法
『ゼロから作るSpiking Neural Networks』について#
『ゼロから作るSpiking Neural Networks』 (通称:SNN本) はPythonでSpiking neural networksの構築と学習を実装することを目標とした技術同人誌です.本サイトはこの本をベースとして作成しています.技術書典7で頒布し,BOOTHで有料で販売してきましたが,無料で公開することとしました.それでも購入していただける方はBOOTHから購入いただければと思います.なお,物理本は完売し,再販の予定はありません.