computation-thru-dynamics:通过动力学系统了解人工和生物递归网络中的计算

动力学计算 该存储库包含许多子项目，这些子项目与人工和生物神经系统中的计算和动力学的互连有关。 这不是官方支持的Google产品。 先决条件 该代码被编写为与Python 3兼容。您还将需要： JAX版本0.1.75或更高版本（）- JAX lib最新版本（与JAX一起安装） NumPy，SciPy，Matplotlib （ ，包含所有这些） h5py （） GPU -XLA将这些示例缓慢地编译到CPU，因此最好现在使用GPU。 与情绪分析中的递归网络如何实现上下文处理相关的玩具模型分析 神经网络具有出色的上下文处理能力-使用最近或附近的输入来修改当前输入的处理。 例如，在自然语言中，上下文处理对于正确解释否定（例如短语“不错”）是必需的。 但是，我们了解网络如何处理上下文的能力是有限的。 在这里，我们提出了用于逆向工程递归神经网络（RNN）的通用方法，以识别和阐明上下文处理。