NeMo

Esistono due versioni di Nemo

• La prima si compila ma non è completa
  • nemo sourceforge (non usare)
• La seconda è completa ma non si compila (oppure devo escludere CUDA)
  • https://github.com/pmediano/NeMo
  • nemo-mpi-master.zip da GitHub 2 MB
  • nemo-mpi-master-compilato-senza-cuda.zip

NeMo (2010?12?) è una libreria per realizzare un simulatore di spiking neural network (SNN) ad alte prestazioni,

• simula reti neurali con NEST modello Izhikevich
  • Nemo adotta per NEST modello Izhikevich una integrazione numerica Eulero con passo di 0.25 ms (altrove dice passo fisso di 1 ms)
• Si possono aggiungere facilmente nuovi modelli di neuroni come plugin
• sfrutta l'esecuzione parallela di istruzioni su GPU di tipo CUDA
• Riesce a simulare reti di 100000 neuroni SNN.

• NeMo (che non compila CUDA!) è anche una libreria di C++ (con collegamenti per il C e Python)
• NeMo è supportato da PyNN
• Nemo (che non compila CUDA!) ha una interfaccia grafica SpikeStream
• Nemo (che non compila CUDA!) lavora a basso livello: devo aggiungere un neurone alla volta
• NeMo usa spesso libreria Boost
• (iSpike può codificare dati in impulsi e viceversa

• esistono anche altri modelli di neuroni, tra cui input neuron, ma non esiste output neuron….???
• esistono i layer su NeMo? no, i neuroni vanno collegati a mano…

Dipendenze:

cmake openmp libboost-filesystem-dev libboost-date-time-dev libboost-system-dev 
libboost-program-options-dev libboost-python-dev nvidia-cuda-toolkit (non free, contrib,130MB) 

Prova

nvcc --version

se ti risponde 5+, sei fregato… vedi nemo_output_compilazione

mkdir build
cd build
CC=gcc-4.7 CXX=g++-4.7 cmake ..
make 
make install 

NOTA: tentativo inutile, nvcc non funziona nemmeno cambiando gcc

nemo output compilazione… e installazione

Lo sviluppatore che vuole usare NeMo per poter avviare una simulazione deve definire:

• neuroni e sinapsi in un oggetto network
• parametri in un oggetto configuration
• oggetto simulation (definito dai due precedenti oggetti)

• modelli di neuroni e di sinapsi
• Neurone: modello, indice per posizione, parametri del modello (virgola mobile)
• Sinapsi: neurone sorgente e obiettivo, peso (virgola fissa), costante TAU conduttanza (max 64ms), plasticità (V/F), indice sinapsi opzionale

Dopo aver impostato la plasticità sinaptica tra i singoli neuroni, si può attivare la funzione STDP globale dell'oggetto simulation.

Vedere prima sinapsi eccitatoria e inibitoria

È necessario definire

• i valori massimi dei pesi sinapsi consentiti (eccitatorio ed inibitorio)
• la larghezza della finestra STDP
• un array pre-post pair (quando l'eccitazione anticipa l'attivazione)
• un array post-pre pair (quando l'attivazione anticipa l'eccitazione)

stdp_learning_method

nemo esempio1 c++

nemo appunti c++

ispike esempio2 insieme a Nemo