Spiking Neural Network Tutorials

snnTorch로 배우는 스파이킹 신경망(SNN) 튜토리얼 시리즈. 뉴런 모델과 입력 인코딩에서 시작해, 국소 학습 규칙(STDP, 3-factor R-STDP, e-prop)과 예측 부호화까지 노트북 01–06으로 이어집니다.

노트북 구성

#	파일	내용
01	01_snn_neuron_and_encoding.ipynb	SNN 뉴런 모델과 입력 인코딩
02	02_stdp_unsupervised.ipynb	STDP 기반 비지도 학습
03	03_three_factor_rstdp.ipynb	3-factor 보상 변조 STDP (R-STDP)
04	04_gradient_backprop.ipynb	gradient 기반 SNN 학습 (surrogate·BPTT·e-prop·feedback alignment·DECOLLE)
05	(작성 예정)	생물학적 방법만으로 복잡한 과제 학습·추론
06	06_predictive_coding.ipynb	예측 부호화 (predictive coding)

실행 환경

• Python 3.11
• PyTorch 2.12 — Apple Silicon에서는 MPS 백엔드 사용
• snnTorch 1.0
• 그 외: matplotlib, numpy, JupyterLab, ipykernel

실행 방법

프로젝트 루트에서 아래 순서대로 실행합니다.

# 1. 가상환경 생성 & 활성화
python3.11 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip

# 2. 패키지 설치
pip install torch snntorch matplotlib numpy jupyterlab ipykernel

# 3. Jupyter 커널 등록
python -m ipykernel install --user --name snn-tutorial --display-name "Python (snn-tutorial)"

# 4. JupyterLab 실행
jupyter lab

설치 확인:

python -c "import torch, snntorch; print('torch', torch.__version__, '| snntorch', snntorch.__version__, '| MPS', torch.backends.mps.is_available())"
# 예시 출력: torch 2.12.1 | snntorch 1.0.0 | MPS True

JupyterLab이 열리면 노트북을 01 → 06 순서로 열고, 커널을 Python (snn-tutorial) 로 선택하세요.