從零開始的尖峰神經網絡達到8%的準確率。沒有反向傳播或隨機梯度下降 我創建了一個基因超參數優化器，現在平均可以達到8%的準確率，這大約比隨機機率高出3% 源代碼的鏈接，附有詳細的視頻和註解中的Markdown解釋 它通常從低於5%開始，然後慢慢改善，最終可能會開始低於5%，這一切都讓我相信有學習的跡象。有時它會在7-8-9%之間穩定很長一段時間 沒有反向傳播或隨機梯度下降。它通過STDP（尖峰時序依賴性可塑性）和獎勵機制進行學習 每個例子會被呈現多次（在這個案例中是500次），這會產生尖峰序列，進而導致合格名單，在每一回合結束時，根據答案是否正確，我們使用獎勵作為乘數來調整權重 尖峰時序跟蹤神經元發火的序列，以及哪些神經元更有可能導致正確答案 讓我知道你的想法