OpenSourceBrain / OpenSourceBrain/NetPyNEShowcase
Test pipeline NetPyNE-> NeuroML-> other simulators...
Personne n'a encore pris cette issue.
- Langage dominant
- Python
- Étoiles
- 4
- Forks
- 2
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Description
@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
Guide de contribution
Aucun guide de contribution indexé pour ce dépôt
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Piste de recherche
Commencez par les fichiers de test OMV existants sous NeuroML2 qui se terminent par jnmleden.omt, le fichier LEMS_HybridSmall.xml généré et regenerateAndTest.sh. Exécutez les commandes jnml ou pynml documentées pour EDEN et examinez les résultats du workflow lié ; l’issue ne définit pas l’achèvement au-delà de la validation des modèles NeuroML générés dans EDEN.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- python
- Domaine
- testing
- Type d'issue
- Fonctionnalité
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Activité
- À l'abandon
- Clarté
- À clarifier
- Accessibilité débutants
- 30/100