BrainPy

计算神经科学和类脑计算的通用平台
授权协议 GPL
开发语言 Python
所属分类 神经网络/人工智能、 机器学习/深度学习
软件类型 开源软件
地区 国产
投 递 者 晋奕
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

BrainPy 是一个基于 Python 的面向计算神经科学研究和学习、以及类脑计算研究的软件平台,其核心是提供了一个便于用户的神经网络建模、仿真及动力学分析的统一框架。用户可以在 BrainPy 上进行大规模网络仿真,对网络动力学进行分析,并在此基础上研究大脑的认知功能,以及开发类脑智能算法。

BrainPy 提供了三个核心功能:

  • ODE 和 SDE 的通用数值求解器(即将支持 DDE 和 FDE)。
  • 用于大脑对象的神经动力学模拟工具,例如神经元、突触和网络(即将推出对体细胞和树突的支持)。
  • 微分方程的神经动力学分析工具,包括相平面分析和二态性(即将推出对连续分析和敏感性分析的支持)。

运行速度

 相关资料
  • Python 在科学计算上的应用非常广泛,包括数学、统计学、图形学……等等, 也是科学计算领域的首选编程语言之一。 这一部分的文章主要是介绍 Python 在科学计算领域常用的库,以及科学计算在日常中可能的实际用例。 常用库介绍 IPython 和 Jupyter Notebook NumPy NumPy 是 Python 科学计算生态系统的基础,提供了多维数组操作、线性代数运算、傅立叶变换等 多

  • Numpy 是 Python 科学工具栈的基础。它的目的很简单:在一个内存块上实现针对多个条目(items)的高效操作。了解它的工作细节有助于有效的使用它的灵活性,使用有用的快捷方式,基于它构建新的工作。

  • 一位电气工程师最近告诫我不要将GPU用于科学计算(例如,在精度非常重要的情况下),因为它没有像CPU那样的硬件保障。这是真的吗?如果是的话,这个问题在典型的硬件中有多普遍/多严重?

  • 本书全面而详细地阐述了计算机科学的理论基础,从抽象概念的机械化到各种数据模型的建立,用算法、数据抽象等核心思想贯穿各个主题,很好地兼顾了学科广度和主题深度,帮助读者培养计算机领域的大局观,学习真正的计算机科学。

  • 11.5 计算经济学 计算经济学(computational economics)是计算机科学与经济和管理科学相结合而形成 的交叉学科,其主要研究领域包括经济系统的计算模型、计算计量经济学、计算金融学等, 目的是利用计算技术和数值方法来解决传统方法无法解决的问题。这里,我们特别考虑建模 问题,简单介绍基于代理的计算经济学。 基于代理的(agent-based)模型是用于模拟自治个体的行为和相互作用

  •   看问的人多,呢就发个文,我一般不归纳记问题,所以可能不是那么全,按印象写一下。   笔试:挺简单,三道编程一道gcd模板,一道合并两个升序数组,还有一道忘了,反正都是leetcode简单难度应该。   一面问的多,我回答的很全所以答了一个小时左右: 数据库有哪些范式 java的垃圾回收机制 java的gc函数 java反射机制 java hashmap jdbc中statement和prepa

  • scipy 包含许多专注于科学计算中的常见问题的工具箱。它的子模块对应于不同的应用,比如插值、积分、优化、图像处理、统计和特殊功能等。 scipy 可以与其他标准科学计算包相对比,比如GSL (C和C++的GNU科学计算包), 或者Matlab的工具箱。scipy是Python中科学程序的核心程序包;这意味着有效的操作 numpy 数组,因此,numpy和scipy可以一起工作。 在实现一个程序前

  • 本文向大家介绍python科学计算之scipy——optimize用法,包括了python科学计算之scipy——optimize用法的使用技巧和注意事项,需要的朋友参考一下 写在前面 SciPy的optimize模块提供了许多数值优化算法,下面对其中的一些记录。 非线性方程组求解 SciPy中对非线性方程组求解是fslove()函数,它的调用形式一般为fslove(fun, x0),fun是计算