Zbudowałem biologicznie inspirowaną sieć neuronową z wyładowaniami od podstaw i nauczyła się z dokładnością %5 dodawania :) Nie ma wstecznej propagacji, żadnych sztucznych funkcji straty - tylko wyładowania, synapsy i sygnały nagrody podobne do dopaminy. Używa STDP -> "Plastyczność zależna od czasu wyładowania" z modulowanymi nagrodami. To jest super zabawne i spróbuję sprawić, by nauczyła się z lepszą dokładnością. Muszę również lepiej zrozumieć, jak wszystkie ruchome części pasują do siebie. Link do kodu źródłowego w komentarzu, który zawiera szczegółowy plik readme i html z animacjami wyjaśniającymi, jak to wszystko działa.