dt 环境¶

btorch 的神经元模型由常微分方程（ODE）定义。为了数值求解这些 ODE，求解器需要一个时间步长 dt。与其在每个构造函数和前向调用中传递 dt，btorch 使用了一种轻量级计算环境，类似于 BrainPy。

设置 dt¶

推荐的模式是使用上下文管理器：

from btorch.models import environ

with environ.context(dt=1.0):
    spikes, states = model(x)

这将 dt 的作用域限定在前向传递内，避免意外的全局状态泄漏。

全局默认值¶

你也可以设置一个全局默认值（在笔记本或脚本中很有用）：

environ.set(dt=1.0)

任何调用 environ.get("dt") 的模块都会在没有活跃上下文时回退到此值。

忘记设置 dt 是常见陷阱¶

如果未设置 dt，神经元前向传递可能会抛出 KeyError。错误信息会明确告诉你如何修复：

KeyError: 'dt is not found in the context.
You can set it by `with environ.context(dt=value)` locally
or `environ.set(dt=value)` globally.'

装饰器用法¶

environ.context 也可以作为函数装饰器使用：

@environ.context(dt=1.0)
def forward(model, x):
    return model(x)

参阅 [environ][btorch.models.environ] 了解完整的环境 API。