Jag byggde ett kontinuerligt attraktornätverk med 3 motoriska neuroner som lär sig att styra mössen mot mat med hjälp av belöningsmodulerad Hebbiansk plasticitet Ingen backpropagation och ingen SGD. I det här fallet lärde sig de nätverkande till en början att cirkla runt maten 😯 Källkoden är öppen källkod. länk i kommentar 36 neuroner i CAN upptäcker var maten finns, varje neuron i detta nätverk ansluter till varje motorneuron. Till en början är kopplingarna slumpmässiga och svaga, och de blir starkare när mössen närmar sig och når maten. Nätverket gör detta genom att hålla reda på vilka neuroner som avfyras tillsammans för att uppnå detta och stärka dessa kopplingar Om du tycker att detta är intressant kan du kolla in mitt projekt Spiking neurala nätverk. Jag kommer att lägga en länk till det i kommentaren också