佩佩瑞

深度学习---从入门到放弃(一)pytorch 本文已参与「新人创作礼」活动，一起开启掘金创作之路。 Tensor 类似于numpy的array，pandas的dataframe；在pytorch里的

三种计算神经生物模型 本文已参与「新人创作礼」活动，一起开启掘金创作之路。 计算神经科学的主要研究目的， 是用计算术语描述大脑是如何指导行为的。而这具体又分为三个层次： 描述神经系统在这个过程中做了什

神经编码 本文已参与「新人创作礼」活动，一起开启掘金创作之路。 引入 我们可以简单的用encoding---decoding理论描述大脑的神经元活动： encoding：一个刺激如何引起神经环路一系列

简单神经编码模型---特征选择 本文已参与「新人创作礼」活动，一起开启掘金创作之路。 引入 回顾一下我们在简单编码神经模型中的目标：构建一个由特定神经元产生的单个spike的响应模型，即一个encod

简单神经编码模型---可变性 本文已参与「新人创作礼」活动，一起开启掘金创作之路。 引入 我们首先来回顾一下上一节的内容： 1.我们案例中的刺激是观看电影时视网膜产生的自然刺激，而我们在建立模型时将输

神经解码和信号检测理论 本文已参与「新人创作礼」活动，一起开启掘金创作之路。 引入 在之前的内容里我们了解了神经编码模型，即一个刺激如何引起神经环路一系列的响应。因此从本节开始我们将聚焦于神经解码，即

群体编码和贝叶斯估计 本文已参与「新人创作礼」活动，一起开启掘金创作之路。 引入 之前我们所学习到的都是针对单个神经元放电的解码模型，但是现实生活中将会有许多神经元参与我们的决策，也就意味着我们需要考

神经解码---刺激重构 本文已参与「新人创作礼」活动，一起开启掘金创作之路。 之前一节提到了利用贝叶斯估计进行神经解码的策略，那么此时我们对于这种情况做出一下拓展： 此时我们用于解码的是连续时间下的神

熵和spike train---信息和熵 本文已参与「新人创作礼」活动，一起开启掘金创作之路。 在这一节中我们将利用信息理论来探索神经系统的编码特性。 spike train spike train：