Python 3.x 如何在NEST中创建环形网络？

我试图在NEST中开发一个简单的代码：一个由10个相同的神经元组成的网络，它们之间连接起来形成一个回路。我想使用数组来开发这段代码，但我得到了与参数类型不匹配相关的错误消息。下面我复制我的代码：

#简单网络——初审
#由10个兴奋神经元组成的网络的第一个例子
#由IAF模型建模，这些模型连接在一个回路中
#每一个神经元都接受一个双倍的突触电流
#分别具有上升和下降时间的指数型
#0.5秒。和3秒。
###############################################################################
#导入必要的模块
进口派拉布
进口鸟巢
导入nest.graster\u打印
导入nest.voltage\u跟踪
将numpy作为np导入
###############################################################################
#创建节点
SetDefaults（“iaf_psc_alpha”，
{“C_m”：10.0，
“tau_m”：15.58，
“t_参考”：2.0，
“E_L”：-65.0，
“V_th”：-40.0，
“V_重置”：-65.0}）
神经元=nest.Create（“iaf_psc_alpha”，10）
###############################################################################
#突触电流
exc=0.5
ini=3.0
Istim=0.0
Istim1=20.0
nest.SetStatus（神经元[：1]，{“tau_syn_ex”：exc，“tau_syn_in”：ini，“I_e”：Istim1}）
nest.SetStatus（神经元[1:]，{“tau_syn_ex”：exc，“tau_syn_in”：ini，“I_e”：Istim}）
###############################################################################
#输出设备
voltmeter1=nest.Create（“伏特计”）
nest.Connect（电压表1，神经元[1]）
伏特计2=nest.Create（“伏特计”）
nest.Connect（电压表2，神经元[2]）
voltmeter3=nest.Create（“伏特计”）
nest.Connect（电压表3，神经元[3]）
spikes=nest.Create（'spike\u detector'）
###############################################################################
#回路中节点之间的兴奋性连接
重量=200.0
延迟=1.0
#“兴奋性”，
对于范围（1,9,1）内的i：
Connect（neurons[i]，neurons[i+1]，syn_spec={'weight'：weight，'delay'：delay}）
Connect（neurons[10]，neurons[1]，syn_spec={'weight'：weight'，delay'：delay}）
###############################################################################
#尖峰检测器
嵌套连接（神经元、尖峰）
###############################################################################
#模拟和输出
nest.Simulate（400.0）
来自设备的嵌套电压跟踪（电压表1）
来自设备（电压表2）的嵌套电压跟踪
来自设备的嵌套电压跟踪（电压表3）
nest.voltage_trace.show（）
nest.raster\u plot.from\u设备（尖峰，hist=True）
nest.光栅打印.show（）

在Python数组中，索引从零开始，因此创建的十个神经元是

神经元[0]

到

神经元[9]

。要关闭环，您需要将最后一个神经元

神经元[9]

连接到第一个

神经元[0]

。

神经元[10]

不存在

另外请注意，由于第二个

Connect（）

调用也是缩进的，因此位于

for

循环中，因此关闭环9次

如果您使用另一个Python特性，即从后面开始计算负索引，那么您的循环将变得非常简单。试着这样做：

for i in range(10):
    print(f"connect {(i-1)%10} -> {i}")
    nest.Connect([neurons[i-1]], [neurons[i]], syn_spec={'weight': weight, 'delay': delay})

（当然可以省略

print（）

调用。我添加它只是为了显示发生了什么。）

如您所见，这会自动关闭您的铃声，您不需要额外的

Connect（）

调用。在Python列表和numpy数组中，约定是

neurons[-1]

是数组的最后一个元素，

neurons[-2]

是最后一个元素之前的元素，等等。很好的效果是，你到处都可以看到

10

，并且很容易用神经元数量的变量替换。此外，还需要将

范围（）

变得如此复杂

附加说明：对于长环，执行阵列切片可能要快得多：

nest.Connect(neurons[:-1], neurons[1:], syn_spec={'weight': weight, 'delay': delay})
nest.Connect([neurons[-1]], [neurons[0]], syn_spec={'weight': weight, 'delay': delay})

---

在这个变体中，您只需要两个connect调用（没有Python

for

loop！），因此大多数连接都可以由嵌套内核生成，而无需在每次synapse之后将控制权返回给Python。通常，调用越少，内核就越能利用并行化。

感谢您的宝贵意见。除此之外，我还想补充的是，在嵌套中，重要的是考虑<代码> Nest.Connect（[NoM[I[1]），[NoM[i] ]，，即双方括号，因为Connect命令也是巢中的其他命令，识别出一个处理的是神经元列表而不是一个简单的数字。（没有进一步方括号的表示法）。你是对的，在当前版本中，这仍然是必要的。你可以期待下一个版本，在那里你不需要记住任何东西；）–我还添加了一种将每个神经元连接到下一个神经元的优化方法。这可以在一次调用中完成（但不关闭环）。如果有任何答案解决了您的问题，请单击答案左侧投票下方的灰色复选标记接受。如果没有，请对其进行评论，解释答案不适用的原因，或要求澄清。您是否也遇到了特定错误？