这不是一组“运行成功就算学会”的示例代码。
本仓库把每个主题拆成三层：
tutorials/ -> 讲清楚概念、公式由来、代码语义和结果解释
lessons/ -> 可直接运行的最小实验
outputs/ -> 实验产生的图片和报告
打开：
第一次学习请按顺序阅读：
- 第 0 章：运行环境与代码生成
- 第 1 章：第一个漏积分放电神经元
- 第 2 章：神经元群体、差异与噪声
- 第 3 章：突触、权重与延迟
- 第 4 章：四种输入机制
- 第 5 章：状态、脉冲与群体率记录
- 第 6 章：STDP 可塑性
- 第 7 章：Network、调度与公平对照实验
- 第 8 章：多区室 SpatialNeuron
- 第 9 章：Equations、子表达式与自定义事件
- 第 10 章：代码生成与性能分析
- 综合项目：兴奋/抑制循环网络
每章都包含：
- 这一章在解决什么问题。
- 概念为什么会被提出。
- 数学方程逐项解释。
- Brian2 语法怎样映射到模型。
- 运行前应该预测什么。
- 输出数字和图应该怎样读。
- 常见误区为什么错。
- 可以独立验证理解的实验。
学习目标不是记住 NeuronGroup、Synapses 等名称，而是能够回答：
这条方程描述了什么机制？这段代码改变了谁？为什么会出现当前结果？怎样设计下一次实验验证解释？
项目当前验证环境：
Python 3.11
Brian2 2.9.0
NumPy 1.26.4
SciPy 1.14.1
在 PowerShell 中执行：
cd "D:\重要文件\AI相关\模拟智能\Brian2完整教程"
python -m venv .venv
.\.venv\Scripts\python.exe -m pip install -r requirements.txt检查环境：
.\.venv\Scripts\python.exe lessons\00_environment.py先阅读对应教材，再运行脚本。例如第 1 章：
.\.venv\Scripts\python.exe lessons\01_first_neuron.py然后查看：
outputs/01_first_neuron.png
运行前先预测：
- 第一次脉冲大约何时出现？
- 相邻脉冲间隔是否相同？
- 改变
tau后曲线怎样变化？
教材会带你从方程推导这些答案。
.\.venv\Scripts\python.exe run_all.py批量入口会依次运行第 0 至第 10 章和综合项目。每章使用独立 Python 进程，避免对象、时钟和随机状态互相污染。
Brian2完整教程/
├── tutorials/ # 完整中文教材
│ ├── README.md # 课程路线
│ ├── 00_environment.md
│ ├── ...
│ └── project_balanced_network.md
├── lessons/ # 第 0 至第 10 章可运行实验
├── projects/ # 综合网络项目
├── outputs/ # 图片和性能报告
├── lesson_utils.py # 绘图后端与输出路径
├── run_all.py # 批量运行入口
└── requirements.txt # 已验证依赖
每章至少做三遍：
- 预测：不运行，先根据方程预测。
- 验证：运行原代码，用输出检验预测。
- 实验：只改一个参数，解释变化来自哪个机制。
不要同时改多个参数。否则结果变化后，你无法判断原因。
推荐实验记录：
问题：
只改变的参数：
运行前预测：
实际结果：
证据：
解释：
下一步：
方程两边单位不一致。检查 ms、mV、nA、Hz 等单位，不要把带单位量随意替换成裸数字。
这不一定是程序错误。依次检查：
- 平衡点是否能达到阈值。
- 输入强度是否足够。
- 漏衰减是否过强。
- 抑制是否过强。
- 仿真是否足够长。
- 初始状态和单位是否正确。
模型可能使用 rand()、randn()、xi、泊松输入或随机连接。使用 seed(...) 可以复现单次随机序列；统计结论仍应使用多个种子。
先减少模型规模和记录量，再查看 profiling_summary。确认瓶颈后，才考虑 Cython 或 C++ standalone。