场景 3：脑启发学习

关于神经网络生物启发学习规则的教程，包括Hebbian可塑性 和联想记忆。

教程

学习规则

• 教程：Hebbian学习的模式存储和回忆

概述

本场景探讨建模生物神经系统中观察到的突触可塑性 机制的脑启发学习算法。

** 教程 1：模式存储与回忆 **

• Hebbian 学习原理

• 用于联想记忆的 Hopfield 网络

• 单次学习和模式补全

• 用于去相关的反 Hebbian 学习

学习目标

通过完成本教程，您将：

1. 理解生物学习规则及其计算属性

2. 实现 Hebbian 和反 Hebbian 学习算法

3. 训练用于联想记忆的 Hopfield 网络

4. 将脑启发学习应用于模式识别任务

前置条件

• 已完成场景 1 (CANN 建模) 或具有等同知识

• 理解神经网络基础

• 熟悉无监督学习概念

预计时间

• 教程 1：~30-35 分钟

何时使用这些方法

Hebbian/Hopfield： - 联想记忆任务 - 使用部分输入的模式补全 - 单次学习场景

** 反 Hebbian：** - 神经元之间的横向抑制 - 去相关和稀疏编码 - 赢者通吃竞争

未来补充

关于高级学习规则 (BCM 可塑性、Oja 规则、STDP) 的 附加教程可能会在未来版本中添加。