我们有一个研究RCN算法的Q群：515743445，有兴趣可以加入，一起研究和讨论(虽然名字叫HTM。。。)
代码不要下载github上第一页搜到的那个，那个windows用不了。
下载源码
GitHub上给了另一个，做给Windows用的，源码下载地址https://github.com/davidleon/science_rcn
因为是代码是python 和 c++混写的，python文件识别不了它里面的c++文件。
就是dilation.py中的第二句话，要从dilation.h和 dilation.cc导入东西
import numpyas np
from _dilationimport max_filter1d, brute_max_filter1d
报错：ImportError: No module named _dilation
怎么办呢？运行代码文件夹中的setup.py，这样python 和 c++就能和谐相处了（代码没仔细看，不知道它干了什么）
但是直接用会出现问题：
science_rcn/dilation/dilation.cc(8) : fatal error C1083: Cannot open include file: 'stdbool.h': No such file or directory
error: command 'C:\Users\hasee\AppData\Local\Programs\Common\Microsoft\Visual C++ for Python\9.0\VC\Bin\amd64\cl.exe' failed with exit status 2
问题1：缺少stdbool.h文件
看错误提示：缺少stdbool.h文件，官方还是很贴心的，给了你一个，就在那个文件夹中
把stdbool.h放入你的python环境中的include文件夹下，我的是F:\Users\hasee\Anaconda3\envs\HTM\include
问题2：C++文件有语法错误
还有一个问题：
python和C++和谐相处了，但是你C++有语法错误：创建数组使用未知大小的变量等。
从技术上讲：
这里出现的问题是使用可变长度数组。
虽然扩展代码在C99标准中有效，但Visual C ++ for Python仅支持C89并且不接受这种类型的数组声明，而gcc / g ++是此处使用的唯一编译器选项。
所以要安装个GCC编译器
以下内容参考：https://blog.csdn.net/altland/article/details/63252757
首先我们需要打开网址： www.mingw.org
直接点击右上方的 Download Installer 即可下载。
在打开的新页面会提示我们等待几秒秒后将开始下载。如果十多秒后也没有反应，可以点击进度条下方的direct link手动下载。
有人可能发现下载的安装软件相当地小，只有几十K。
这是因为我们下载的只是一个包管理器，包管理器安装后才能继续安装编译器等组件。
注意，整个安装过程都是在线的，因此请不要断开网络。
首先打开安装程序，按照提示，以默认选项进行安装即可。
一直默认安装直到如下
包管理器安装完成后将弹出这个界面：
找到mingw32-gcc-g++，点击Mark for Installation。
然后点击左上角的Installation菜单中的Apply changes选项，然后管理器将开始在线安装或更新被选中的组件。
下面耐心等待程序的安装。
安装完成后关闭包管理器，如果由于某种原因安装未能成功，在退出程序前程序将给予提示，选择review changes选项重新安装即可。
下一步配置环境变量
打开控制面板 -> 系统 -> 高级系统设置 -> 高级 -> 环境变量。
找到列表中的PATH选项，选中后点击编辑，在末尾添加
C:\MinGW\bin
点击确定，重启电脑，完成环境变量的配置。
检验是否安装成功，黑框框中输入 g++ -v
运行setup.py
用anaconda的黑框框，进入science_rcn-master文件夹下
小tips，windows指令：
1.进入F盘——f:
2.进入文件夹xx——cd xx
3.快速打出文件夹的名字——先打出首字母，按 tab键
输入：
python setup.py install
完成，之后去pycharm运行代码run.py吧
问题3：语法错误
配置是配好了，但是还是有一些问题，我的是代码显示有语法错误
instance method' object has no attribute 'getitem '
就是说根本没这样的写法，语句写错了
将所有graph.edges[n1，n2]['perturb_radius'] 改为 graph[n1][n2]['perturb_radius']就行了
（大概有3处，learning好像有2个，inference好像有1个，你可以设几个断点，Debug一下就能揪出它们了）