hebb学习是以Donald O. Hebb名字命名的神经元学习方法
Donald O. Hebb
1、神经网络。
大脑中由血多神经元（neuron）组成，神经元之间通过突触（亦称神经键）（synapse）来连接。所有的神经元与神经键形成一个网络，从而让神经信号畅通传递，称为神经网络（neural network）。
2、刺激与反应。
我们外在的行为是神经网络接受刺激之后产生的反应。神经元与神经元之间的连接有强有弱，而这种强弱是可以通过学习（训练）来不断改变的。如果两个神经元总是相关连的受到刺激或者反应，他们的连接就会一次一次的被加强。这也就是Hebb学习法了。
3、Hebb学习法的通俗描述。
我们想想生物课上学到的的条件反射的培养案例，即先摇铃铛，之后给一只狗喂食，久而久之，狗听到铃铛就会口水连连。这也就是狗的“听到”铃铛的神经元与“控制”流口水的神经元之间的连接被加强了。
4、Hebb学习法的专业描述。
专业地描述一下。如果两个神经元常常同时产生动作电位(spike)，或者说同时激动(fire)，这两个神经元之间的连接就会变强，反之则变弱。

STDP学习法。
Henry Markram提出STDP，Spike Timing Dependent Plasticity学习方法。它根据神经元学习的先后顺序，调整神经元之间连接的强弱。
对于一个神经元i而言：
如果在其他神经元j传递信息之后，它才产生反应，那么类似于因果关系，它和传递信息的神经元之间连接G(j→i)会加强；
如果它产生反应之后，其他神经元j才传递信息来，那么这个信息就有可能被忽略，即该神经元与传递信息的神经元间的连接G(j→i)会减弱。
用类似（3）中的例子。