认知神经科学的模块化建模系统
psyneulink的Python项目详细描述
psyneulink
psyneulink是一个用python编写的开源软件环境,旨在满足 神经学家、心理学家、计算精神病医生和其他有兴趣学习和建立 大脑功能、心理过程和行为之间关系的模型。
有关文档,请访问http://princetonuniversity.github.io/psyneulink/" rel="nofollow">https://princetonuniversity.github.io/psyneulink/
psyneulink是alpha软件,仍在积极开发中。虽然它是有用的,而且 文档化的功能是可用的,有些功能可能尚未完全实现和/或受制于 修改。
如果在安装psyneulink时遇到问题、遇到任何错误或有建议 有关开发,请联系 psyneulinkhelp @ 普林斯顿 edu
目的
psyneulink旨在用作块建模环境,在其中构造、模拟、记录和 在子系统和系统级交换神经机制和/或心理过程的计算模型。 块建模环境允许构建实现不同、可能不同的组件 函数,然后将它们链接到一个系统中,以检查它们是如何交互的。在psyneulink中,组件是 用于实现大脑子系统和/或心理过程的功能,其相互作用可以 在系统级模拟。
psyneulink的目的是使创建新模型和/或导入现有模型尽可能容易,以及 集成它们以模拟系统级交互。它为 实现各种形式的处理、学习和控制的模型,其库包括 合并这些组件以实现已发布的模型。作为一个开源项目,它的组件套件意味着 它的库旨在提供一个扩展的模型存储库,用 简洁、可执行且易于解释的形式,可由科学人员共享和比较 社区。
psyneulink是:
<阻塞率>- 开源 ,免除用户与专有软件相关的成本或限制。
- 计算通用 它可用于实现、无缝集成和模拟 在表示和功能的粒度上不同的不同组件(来自单个神经元或 神经种群到功能子系统和抽象认知功能)以及在任何时间尺度的执行。
- 集成的 它为模型比较、共享和文档提供了一个标准且可访问的环境;
可扩展的at允许它与其他强大的工具一起用于实现 单个组件,例如:
< Buff行情>- 神经元(神经元功能的生物物理学真实模型)
- tensorflow(颂歌,深度学习);
- 紧急的(神经上看似合理的连接主义模型的广泛类别);
- ACT-R(符号,生产系统模型)。
什么是psyneulink 不是
psyneulink非常适合创建简单到中等复杂的模型,以及 将现有的模型分散到一个单一的、集成的系统中,在这个系统中可以检查它们之间的交互。 虽然它是完全通用的,并且可以用来实现几乎任何类型的模型,但是它不太适合其他类型的模型 各种各样的工作,包括大量的计算和/或专门的函数和数据类型 当前不支持,例如:
< Buff行情>- 广泛的模型拟合
- 大规模模拟
- 单个神经元的生物物理学真实模型
其他更适合此类应用的软件包包括: 紧急 和 tensorflow (用于神经网络模型); hddm (对于漂移扩散模型); act-r (用于生产系统模型); 创世记 神经元 , 以及神经功能的生物物理学真实模型。
这些包适合于特定形式的详细模型。 相比之下,设计和实现psyneulink的重点是使它像 可能,能够集成在其他包中构建的组件(包括列出的一些组件 (上图)进入单一功能系统。这些特征通常(至少在最初 发展阶段)与效率紧张(思考:解释与编译)。两个优先事项 开发是psyneulink的加速,使用即时编译方法,并行化和适应性 到现场可编程门阵列硬件;以及用于模型构建和实时显示的图形接口的实现 他们的执行。
安装
psyneulink与python版本>;=3.5兼容,可通过 pypi获取:
pip install psyneulink
所有必备软件包都将自动添加到您的环境中。
如果下载了源代码,请导航到终端中的克隆目录, 切换到您喜欢的python3环境,然后运行
pip install .
psyneulink、开发psyneulink和运行psyneulink教程所需的软件包列表也包括 存储在源代码中的pip样式 requirements.txt , dev_requirements.txt 和 tutorial_requirements.txt 中。
如果您在安装软件包时遇到问题,或遇到其他问题,请与普林斯顿大学联系。
教程
psyneulink包含一个 教程,它提供了如何创建基本组件的示例 在psyneulink中,将它们组合成进程和系统。这些例子包括 使用漂移扩散模型和神经网络的决策过程stroop效应模型,以及 用于学习异或问题的反向传播网络。
要在本地运行教程,必须运行python 3.5并安装其他软件包:
pip install psyneulink[tutorial]
或者如果您下载了源代码:
pip install .[tutorial]
要访问本教程,请确保您的环境满足要求 如上所述,请下载 教程笔记本 ,(您可能需要右键单击链接并选择"将链接另存为…"),然后运行终端命令
jupyter notebook
在浏览器中打开笔记本后,导航到保存教程笔记本的位置,然后 单击"psyneulink tutorial.ipynb"。
贡献者
- 普林斯顿大学计算机科学系karan arora
- 普林斯顿大学普林斯顿神经科学研究所Allie Burton
- 普林斯顿大学普林斯顿神经科学研究所Jonathan D.Cohen
- 彼得·约翰逊 ,普林斯顿大学普林斯顿神经科学研究所
- 普林斯顿大学心理学系Justin Junge
- 普林斯顿大学普林斯顿神经科学研究所
- 普林斯顿大学普林斯顿神经科学研究所凯瑟琳·曼特尔
- 普林斯顿大学普林斯顿神经科学研究所,Markus Spitzer
- 大卫•特纳(David Turner) ,普林斯顿大学普林斯顿神经科学研究所(Princeton Neuroscience Institute,Princeton University)
- 罗格斯大学计算机科学系Jan Vesely
- 王长岩,普林斯顿大学普林斯顿神经科学研究所
- 普林斯顿大学普林斯顿神经科学研究所Nate Wilson
感谢您的大力协助:
- Rutgers大学计算机科学系Abhishek Bhattacharjee
- Mihai Capota ,英特尔实验室,英特尔公司
- bryn keller ,英特尔实验室,英特尔公司
- 普林斯顿大学普林斯顿神经科学研究所Garrett McGrath
- 普林斯顿大学普林斯顿神经科学研究所塞巴斯蒂安·穆斯利克
- Amitai Shenhav ,布朗大学认知、语言和心理科学
- michael shvartsman ,普林斯顿大学普林斯顿神经科学研究所
- 普林斯顿大学普林斯顿神经科学研究所本·辛格
- 泰德威克 ,英特尔实验室,英特尔公司
许可证
Princeton University licenses this file to You under the Apache License, Version 2.0 (the "License"); you may not use this file except in compliance with the License. You may obtain a copy of the License at: http://www.apache.org/licenses/LICENSE-2.0 Unless required by applicable law or agreed to in writing, software distributed under the License is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. See the License for the specific language governing permissions and limitations under the License.