MofMOF's Secret Base

transporter: 回收递质 Ca2+ channel: voltage-gated Ca2 + 内流，促使突触小泡与膜融合，释放递质 receptor: 两种类型 EPSP: 兴奋性突触后电位 短期的神经可塑性 重复的刺激会改变释放的概率 两种情况：抑制 - 促进 # Mechanisms of short term synaptic plasticity # Depression 储存的囊泡的消耗 receptor inactivated # Facilitation 缓冲剂 (buffer) 的抵消，与 Ca2 + 结合？ 缓冲剂饱和后，Ca2 +...

视网膜 retina 视觉 meta: amplification but slow --> vision is slow 25Hz G protein GABA 两种方式 抑制 右图：比较二者的速度 bicuculline -> block GABA_A 电突触 tunnels bridges between cells -> ion channels 同步 （对于神经元）节律与震荡 gap junction 是什么：由 connexin 组成的通道 此外，还允许细胞间的信息传递 （如神经胶质细胞） 研究输入是怎么 integrated...

# Chapter 3 # 3.10 Relative Velocity VABV_{AB} VAB​ Velocity of A with respect to B # Chapter 4 Type of Forces: Contact Gravitational Electromagnetic Force Newton's First Law: Inertial Law Inertial Reference Frame: reference frame where First Law holds Accelerating (non-inertial) Mass: measure...

# 听觉 嗅觉 躯体感觉 lecturer: 杨国元 # ？ 再现感觉的方法 学习的能力 大脑可塑性 脑科学有哪些主要的研究问题 利用人工耳蜗扩展人感知频率的范围？ 学习的到底是什么部分（更高级）？初级的部分是与生俱来的吗（胎儿时期形成？） 甜苦 辣？对痛觉的着迷 事件和情感关联？ 与联觉的区别 # 听觉 听觉认知神经科学的研究目标：声音到意义的建立（“无序”->” 有序 “） 从声音信号的本质着手研究 怎么表达声音：哪些指标 纯音（正弦波）：将声音的物理指标与人的主观感受相联系 振幅：响度 频率：音高（音色 -...

Liposome micelle are structure made in lab, not found in nature Key functions: Anatomical barrier Regular ionic composition lipid bilayer: ensures polar molecules cannot cross lipophilic molecules and gases can dedicated transport mechanisms # The cellular membrane potential at rest permeable...

# 线性回归的从零实现 主要内容：基于 3.2 介绍的面向对象设计，手动实现线性回归，并重新介绍 3.2 中定义的各种模块以加深对面向对象设计的理解 # 定义模型 定义一个继承自 d2l.Module 的类作为模型，__init__方法中保存模型的参数 1234567class LinearRegressionScratch(d2l.Module): #@save """The linear regression model implemented from scratch."""...

# 面向对象的设计 ** 主要内容：** 介绍了 d2l 库中面向对象的设计，包括 Utilities, Module, DataModule, Trainer 等设计 (i) Module contains models, losses, and optimization methods; (ii) DataModule provides data loaders for training and validation; (iii) both classes are combined using the Trainer class, which allows us to train...

# 基于 Pytorch 的线性回归简介实现 主要内容：借助 Pytorch 框架，结合 d2l 面向对象设计，完成线性回归的简洁实现 # 准备 1234import numpy as npimport torchfrom torch import nnfrom d2l import torch as d2l torch.nn 包含了常用的神经网络层 # 模型定义 d2l.Module # 参数及其初始化 1234567class LinearRegression(d2l.Module): def __init__(self, lr): super().__init__()...

# 人造数据 ** 主要内容：** 介绍了如何在面向对象的设计下，实现 d2l 框架中的 DataModule 的方法 ** 人造数据的意义：** 用于评估模型的能力 # 如何生成数据集？ 自定义一个类，并继承自 DataModule，在 init 中完成数据的生成 例子： 12345678910class SyntheticRegressionData(d2l.DataModule): #@save """Synthetic data for linear regression."""...

# 线性回归 # 模型 假设：yyy 与 x\mathbf xx 大致是线性关系 模型：y^=w1x1+⋯+wdxd+b\hat{y} = w_1 x_1 + \cdots + w_d x_d + by^​=w1​x1​+⋯+wd​xd​+b 更简洁的表示：y^=w⊤x+b\hat{y} = \mathbf{w}^\top \mathbf{x} + by^​=w⊤x+b 可以通过将 x\mathbf xx 增加一项 1，进而把 bbb 纳入 w\mathbf...