场景 1：CANN 建模与仿真

关于构建、仿真和分析连续吸引子神经网络的综合教程。

基础教程

基础 CANN 建模

• 教程 1：构建和使用 CANN 模型
• 教程 2：任务生成和 CANN 仿真
• 教程 3：分析和可视化方法
• 教程 4: CANN 参数效应

高级教程

高级应用

• 教程 5：分层路径积分网络
• 教程 6：Theta 扫描系统模型（头向细胞 + 网格细胞）
• 教程 7：Theta 扫过位置细胞网络

学习路径

** 初学者：**

1. 从教程 1-4（基础部分）开始

2. 按顺序完成每个教程

3. 运行所有代码单元以理解概念

4. 进行参数实验

** 高级用户：**

• 教程 5：多尺度空间表示

• 教程 6：Theta 调制动力学

• 教程 7：具有位置细胞的复杂环境

先决条件

• 对神经网络有基本了解

• 具有 Python 编程经验

• 熟悉 NumPy 和 matplotlib

预计时间

• 基础教程（1-4）：约 2-3 小时

• 高级教程（5-7）：约 2.5 小时

• 总计：约 5 小时