IntracranialNeurophysDL:深入学习颅内细胞外神经生理学的短期课程

萨克斯实验室（Sachs Lab）准备了为期2天的讲习班/教程，内容涉及应用于颅内神经生理学的实用深度学习（DL）。 该存储库包含本教程的文档，代码和教程材料。 目的 与会者将熟悉DL中常用的技术（例如GPU上的keras / tensorflow，云上的jupyter笔记本），了解DL编程范例，并精通构建，训练和评估应用于细胞外的深度神经网络。神经生理学数据。 与会者将学习如何加载和处理电生理数据集（ECoG，单通道深脑微电极记录以及多通道（〜192个）皮层内微电极阵列数据集）。 在介绍了DL之后，与会者将学习如何将几种DL算法和体系结构应用于这些类型的数据，最后，他们将探索使用深度学习促进神经科学工作的不同方式。 我们涵盖的一些算法包括卷积神经网络（CNN）和几种递归神经网络（RNN）。 先决条件 期望参与者对机器学习概念有基本的了解，对Python语法有基本的了解，并对将深度学习应