我构建了一个连续吸引子网络，包含3个运动神经元，能够通过奖励调节的Hebbian可塑性来引导老鼠找到食物。 没有反向传播，也没有随机梯度下降。 在这种情况下，网络最初学习围绕食物转圈 😯 源代码是开源的，链接在评论中。 在这个连续吸引子网络中，有36个神经元可以检测食物的位置，每个神经元都与每个运动神经元相连。 最初连接是随机且较弱的，随着老鼠接近并到达食物，这些连接会变得更强。网络通过跟踪哪些神经元一起发火来实现这一点，并加强这些连接。 如果你觉得这个有趣，可以看看我的脉冲神经网络项目。我也会在评论中放一个链接。

从零开始的脉冲神经网络达到了8%的准确率。没有反向传播或SGD 我创建了一个遗传超参数优化器，现在平均可以达到8%的准确率，这大约比随机猜测高出3% 源代码链接，附有详细的视频和评论中的Markdown解释 它通常开始时低于5%，然后慢慢改善，最终可能会开始低于5%，所有这些让我相信有学习的迹象。有时它在7-8-9%之间稳定很长时间 没有反向传播或SGD。它通过STDP（脉冲时序依赖性可塑性）和奖励机制进行学习 每个示例被多次呈现（在这种情况下是500次），这会产生脉冲序列，进而生成资格列表，在每个回合结束时，根据答案是否正确，我们使用奖励作为乘数来调整权重 脉冲时序跟踪神经元发放的顺序，以及哪些更可能导致正确答案 告诉我你的想法