Ik heb een biologisch geïnspireerd spiking neuronaal netwerk vanaf nul gebouwd en het leerde met 5% nauwkeurigheid om optellingen uit te voeren :) Er is geen backpropagation, geen kunstmatige verliesfuncties - alleen spikes, synapsen en dopamine-achtige beloningssignalen. Het gebruikt STDP -> "Spike-Timing-Dependent Plasticity" met gemoduleerde beloningen. Dit is super leuk en ik zal proberen het te laten leren met een betere nauwkeurigheid. Ik moet ook beter begrijpen hoe al de bewegende delen samenkomen. Link naar de broncode in de opmerking die een gedetailleerde readme en html met animaties bevat die uitleggen hoe het allemaal werkt