Я побудував біологічно натхненну спайкінгову нейронну мережу з нуля, і вона навчилася з точністю %5 робити додавання :) Тут немає зворотного поширення, немає функцій штучної втрати - тільки шипи, синапси і дофаміноподібні сигнали винагороди. він використовує STDP -> "Spike-Timing-Dependent Plasticity" з модульованими винагородами Це надзвичайно весело, і я постараюся змусити це вивчити з кращою точністю. Мені також потрібно краще зрозуміти, як усі рухомі частини поєднуються між собою Посилання на вихідний код у коментарі, який має детальний readme та html з анімацією, що пояснює, як це все працює