Test pipeline NetPyNE-> NeuroML-> other simulators...
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Anfängerfreundlichkeit
- 30/100
Rechercherichtung
Beginnen Sie mit den vorhandenen OMV-Testdateien unter NeuroML2, die auf jnmleden.omt enden, der generierten LEMS_HybridSmall.xml und regenerateAndTest.sh. Führen Sie die dokumentierten jnml- oder pynml-EDEN-Befehle aus und prüfen Sie die Ergebnisse des verknüpften Workflows; im Issue ist der Abschluss nicht über die Validierung generierter NeuroML-Modelle in EDEN hinaus definiert.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
@salvadord was asking about options for examples of models built in NetPyNE, converted to NeuroML and then run successfully in another simulator. For various reasons EDEN is currently the best option for trying this.
I've added various OMV tests for running the generated NeuroML equivalents of NetPyNE models in EDEN, and the results are good so far. See test files ending jnmleden.omt here, the results of these are at https://github.com/OpenSourceBrain/NetPyNEShowcase/runs/6374237602?check_suite_focus=true.
As an example this: https://github.com/OpenSourceBrain/NetPyNEShowcase/blob/master/NetPyNE/HybridSmall/HybridSmall.py builds a small net with HH & Izhikevich cells, it gets generated to NML here: https://github.com/OpenSourceBrain/NetPyNEShowcase/blob/master/NeuroML2/HybridSmall.net.nml (see here for generating script).
The LEMS simulation file generated also (https://github.com/OpenSourceBrain/NetPyNEShowcase/blob/master/NeuroML2/LEMS_HybridSmall.xml) can be used to generate a Python script which loads the NML using the latest jnml or pynml:
jnml LEMS_HybridSmall.xml -eden
# or ...
pynml LEMS_HybridSmall.xml -eden
# then ...
python LEMS_HybridSmall_eden.py
This is what gets tested in OMV files like: https://github.com/OpenSourceBrain/NetPyNEShowcase/blob/master/NeuroML2/.test.hyizh.jnmleden.omt
cc @spanag
- Vorherrschende Sprache
- Python
- Sterne
- 4
- Forks
- 2
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Beitragsleitfaden
Für dieses Repository ist kein Beitragsleitfaden indexiert
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus OpenSourceBrain/NetPyNEShowcase
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 35/100
Alle Issues in OpenSourceBrain/NetPyNEShowcase
Ähnliche Issues
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
anthropics/skills#1811 · 1 Kommentar ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
speaches-ai/speaches#678 ·
-
bug
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
datalayer/mcp-compose#42 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
conda-forge/spacy-feedstock#177 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 70/100
UKGovernmentBEIS/inspect_evals#2523 ·