规格说明

1. 基础模型

1.1 NeuronGroup

General

• 模型名称: General

• 模型说明:

通用神经元

• 端口列表：

端口名称	端口类型	对应参数名称
input	输入	input
output	输出	output

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
number	单变量	uint16	神经元组神经元的数目
output	张量	int8	神经元组的输出
restingPotentials	张量	float	General 静息电位
input	张量	float	神经元组的输出
refractoriesTime	张量	float	General 不应期剩余时间
potentials	张量	float	General 神经元电位
thresholds	张量	float	General 神经元阈值
firePotentials	张量	float	General 发放时电位
refractories	张量	float	General 不应期时间
decays	张量	float	General 衰减常数

LIF

• 模型名称: LIF

• 模型说明:

LIF 神经元

• 端口列表：

端口名称	端口类型	对应参数名称
input	输入	input
output	输出	output

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
number	单变量	uint16	神经元组神经元的数目
output	张量	int8	神经元组的输出
restingPotentials	张量	float	LIF 静息电位
input	张量	float	神经元组的输出
refractoriesTime	张量	float	LIF 不应期剩余时间
tau	单变量	float	LIF 时间常数
firePotentials	张量	float	LIF 发放时电位
potentials	张量	float	LIF 神经元电位
thresholds	张量	float	LIF 神经元阈值
R	张量	float	LIF 输入电导
refractories	张量	float	LIF 不应期时间

ProbabilityInput

• 模型名称: ProbabilityInput

• 模型说明:

概率脉冲发生期，给的指定神经元的脉冲发放概率，该神经元以指定的概率产生脉冲，并输出给下游。

• 端口列表：

端口名称	端口类型	对应参数名称
output	输出	output

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
number	单变量	uint16	神经元组神经元的数目
output	张量	int8	神经元组的输出
probabilities	张量	float	概率脉冲生成器的脉冲生成概率

SequenceInput

• 模型名称: SequenceInput

• 模型说明:

序列化脉冲输入，提供直接的缓冲区有用户自行设置脉冲序列；

• 端口列表：

端口名称	端口类型	对应参数名称
output	输出	output

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
number	单变量	uint16	神经元的数量
output	张量	int8	神经元组的输出
totalTime	单变量	uint32	脉冲序列输入的总周期数
inputBuffer	张量	int8	脉冲序列输入的输入缓冲区

1.2 SynapseGroup

DelaySynapse

• 模型名称: DelaySynapse

• 模型说明:

延迟突触，脉冲转递到突触会有一定延迟才传递到下游的神经元

• 端口列表：

端口名称	端口类型	对应参数名称
input	输入	input
output	输出	output

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
number	单变量	uint32	存在的连接数量
inputNumber	单变量	uint16	连接模型的输入的数量
outputNumber	单变量	uint16	突触组的输出目标数
matrix	张量参数	uint8	连接矩阵的二进制存储缓冲
input	张量	int8	突触组的输入
delays	张量	uint16	突触延迟
weights	张量	float	突触权重
output	张量	float	突触组的输出

SimpleSynapse

• 模型名称: SimpleSynapse

• 模型说明:

简单突触，最基本的突触模型，主要提供为神经元直接的连接提供桥梁，同时和突触可塑性机制进行绑定。

• 端口列表：

端口名称	端口类型	对应参数名称
input	输入	input
output	输出	output

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
number	单变量	uint32	存在的连接数量
inputNumber	单变量	uint16	连接模型的输入的数量
outputNumber	单变量	uint16	突触组的输出目标数
matrix	张量参数	uint8	连接矩阵的二进制存储缓冲
input	张量	int8	突触组的输入
weights	张量	float	the weights of the synapse
output	张量	float	突触组的输出

1.3 DendriteGroup

DirectTransition

• 模型名称: DirectTransition

• 模型说明:

直接映射转换模块，将树突对应的神经元输出状态直接反传到突触，为突触进行可塑性提供支持。

• 端口列表：

端口名称	端口类型	对应参数名称
next	输入	next
pre	输出	pre
matrix	连接	matrix

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
pre	张量	int8	直接转换模块的转换后结果
next	张量	int8	直接转换模块的对应的输出状态

SimpleDendrite

• 模型名称: SimpleDendrite

• 模型说明:

简单树突，最简单的树突模型，仅仅完成了多个突触到神经元的输入归并。

• 端口列表：

端口名称	端口类型	对应参数名称
input	输入	input
output	输出	output

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
number	单变量	uint32	存在的连接数量
inputNumber	单变量	uint16	连接模型的输入的数量
outputNumber	单变量	uint16	突触组的输出目标数
matrix	张量参数	uint8	连接矩阵的二进制存储缓冲
input	张量	float	树突组的输入
output	张量	float	树突组的输出

1.4 SynapsePlasticity

BCM

• 模型名称: BCM

• 模型说明:

突触可塑性BCM

• 端口列表：

端口名称	端口类型	对应参数名称
pre	输入	pre
next	输入	next
matrix	连接	matrix

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
pre	张量	int8	突触前神经元的输出
next	张量	int8	突触后神经元的输出
update	张量	float	权重的更新
learnRate	单变量	float	突触可塑性的学习率
window	单变量	float	突触权重的最大值
weightMin	单变量	float	突触权重的最小值
weightMax	单变量	float	突触权重的最大值
preEfficiencies	张量	float	突触前神经元的发放效能
meanEfficiencies	张量	float	突触前神经元的平均发放效能
postEfficiencies	张量	float	突触后神经元的发放效能

NormalizeWeights

• 模型名称: NormalizeWeights

• 模型说明:

权重按输入到同一神经元的关系进行权重正则化

• 端口列表：

端口名称	端口类型	对应参数名称
matrix	连接	matrix

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
max	单变量	float	突触权重的最大值
scaled	单变量	float	突触缩放的比例
min	单变量	float	突触权重的最小值

Oga

• 模型名称: Oga

• 模型说明:

突触可塑性 Oga

• 端口列表：

端口名称	端口类型	对应参数名称
pre	输入	pre
next	输入	next
matrix	连接	matrix

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
pre	张量	int8	突触前神经元的输出
next	张量	int8	突触后神经元的输出
update	张量	float	权重的更新
learnRate	单变量	float	突触可塑性的学习率
window	单变量	float	神经元发放效能的统计窗口
weightMin	单变量	float	突触权重的最小值
weightMax	单变量	float	突触权重的最大值
preEfficiencies	张量	float	突触前神经元的发放效能
postEfficiencies	张量	float	突触后神经元的发放效能

PreDrive

• 模型名称: PreDrive

• 模型说明:

前神经元驱动的突触可塑性，只要突触连接的前神经元不停地发放，相关的连接就会不断增强。

• 端口列表：

端口名称	端口类型	对应参数名称
pre	输入	pre
next	输入	next
matrix	连接	matrix

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
pre	张量	int8	突触前神经元的输出
next	张量	int8	突触后神经元的输出
update	张量	float	权重的更新
learnRate	单变量	float	突触可塑性的学习率
window	单变量	float	突触效能统计的窗口大小
weightMin	单变量	float	突触权重的最小值
efficiencies	张量	float	突触前神经元的发放效能
weightMax	单变量	float	突触权重的最大值

STDP

• 模型名称: STDP

• 模型说明:

突触可塑性 STDP

• 端口列表：

端口名称	端口类型	对应参数名称
pre	输入	pre
next	输入	next
matrix	连接	matrix

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
pre	张量	int8	突触前神经元的输出
preLearnRate	单变量	float	突触可塑性STDP的前神经元发放学习率
next	张量	int8	突触后神经元的输出
tauPre	单变量	float	突触前神经元组的tau常数
update	张量	float	权重的更新
tauPost	单变量	float	突触后神经元组的tau常数
weightMax	单变量	float	突触权重的最大值
weightMin	单变量	float	突触权重的最大值
postLearnRate	单变量	float	突触可塑性STDP的后神经元发放学习率
preEfficiencies	张量	float	突触前神经元组的发放效能
postEfficiencies	张量	float	突触后神经元组的发放效能

ScaledWeights

• 模型名称: ScaledWeights

• 模型说明:

权重按比例缩放，对突触权重进行整体缩放操作

• 端口列表：

端口名称	端口类型	对应参数名称
matrix	连接	matrix

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
scaled	单变量	float	突触权重的最大值

1.5 General

Frequency

• 模型名称: Frequency

• 模型说明:

脉冲输出频率统计

• 端口列表：

端口名称	端口类型	对应参数名称
input	输入	input

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
input	张量	int8	待统计的脉冲输入
frequencies	张量	uint32	统计的频率结果

Reduce

• 模型名称: Reduce

• 模型说明:

Reduce操作，将多路输入进行规约，继续输出给下游。

• 端口列表：

端口名称	端口类型	对应参数名称
input0	输入	input0
input1	输入	input1
output	输出	output

• 参数列表:

参数名称	变量类型	数据类型	变量说明
step	单变量	float	模型运行间隔周期
number	单变量	uint16	Reduce 的输入个数， 输入端口分别是 input0, input1, ... input[n]
reduceType	单变量	uint8	Reduce操作的类型，支持Sub、Mean、Max、Min, 默认Sub
dataType	单变量	uint16	Reduce 操作的数据类型
input0	张量	float	输入0
input1	张量	float	输入1 ...
output	张量	float	Reduce 的输出

2. 后端支持

模型类别	模型名称	CPU	CUDA
NeuronGroup	General	Y	Y
	LIF	Y	Y
	ProbabilityInput	Y	Y
	SequenceInput	Y	Y
SynapseGroup	DelaySynapse	Y	Y
	SimpleSynapse	Y	Y
DendriteGroup	DirectTransition	Y	Y
	SimpleDendrite	Y	Y
SynapsePlasticity	BCM	Y	Y
	NormalizeWeights	Y	Y
	Oga	Y	Y
	PreDrive	Y	Y
	STDP	Y	Y
	ScaledWeights	Y	Y
General	Frequency	Y	Y
	Reduce	Y	Y