相关疑难解决方法(0)

我正在用混合C和C++制作一个小项目.我正在我的一个工作线程的核心构建一个小型状态机.

我想知道你是否会在SO上分享你的状态机设计技巧.

注意:我主要是经过久经考验的实施技术.

更新:基于SO上收集的所有重要输入,我已经确定了这个架构:

我现在正在学习LSM(液态机),我试着了解它们是如何用于学习的.

我对通过网络阅读的内容感到非常困惑.

我会写出我理解的内容 - >这可能是不正确的,如果你能纠正我并解释真相,我会很高兴的:

1. LSM根本没有接受过训练:它们刚刚用许多"时间神经元"(例如Leaky Integrate和Fire神经元)进行初始化,而它们的阈值是随机选择的,因此它们之间的连接(即不是每个神经元都必须具有共同边缘)与每个其他神经元).

2. 如果你想在输入I后"学习" x个时间单位,发生Y,你需要用LIF"探测器" "等待" x个时间单位,看看在这个特定时刻发射了哪些神经元.然后,你可以训练一个分类(如前向网络),即放电神经元的这个特定子集是指发生ÿ发生.

3. 您可以在"液体"中使用许多"时间神经元",因此您可能有许多可能不同的发射神经元子集,因此在您输入等待x等时间单位后,激发神经元的特定子集在此刻变得几乎是唯一的输入我

我不知道我上面写的是真的,还是完全垃圾.

请告诉我这是否是LIF的正确用法和目标.