版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_34886403/article/details/86033669
当前脉冲神经网络的框架其实比较多，我之前用过PyNN+Nest，也用过下曼大的SpiNNaker，因为研究嘛，经常要修改学习算法一些比较底层的东西，框架用起来实在是太麻烦，有时想改部分东西，发现别人都封装好，不好改，所以就走上自己写代码的不归路。
一路走来，最大问题不是写不出代码，而是准确度总是比别人论文中低一点，所以抽点时间看了下别人写的框架，打算优化一下自己代码。当然我不会去看nest，brain这些框架，因为他们不会对我写代码有太大帮助，他们应该都是C语言，然后进行编译，我将选着一些由python写的框架进行解读。
当前github中有个比较多星星的python实现的SNN框架——BindsNET，python+pytorch实现，github
下面是github中对BindsNET的介绍：
它是使用PyTorch张量功能在CPU或GPU上模拟尖峰神经网络(SNN)的Python包。
BindsNET是一个用于开发生物启发的机器学习算法的神经网络仿真库。
该软件包是目前正在进行的将SNN应用于生物启发神经动力学系统(BINDS)实验室机器学习(ML)和强化学习(RL)问题的研究的一部分。
查看BindsNET实验存储库中的实验集合，附带用于在CICS集群上分配的bash脚本、用于分析结果的函数、实验结果的图表等等。
之后我将会对这个框架进行详细解读