Question

我是pybrain的新手，我在构建神经网络时遇到了很多问题。文档对我来说不是很清楚，我在网上找不到很多例子。

我想要一个带有一个输入，1个隐藏层，1个输出的神经网络。

x--->f1(x),f2(x),...,b---->g(z)

这应该是一个简单的例子。隐藏层具有不同的功能和偏置单元。对于此示例，我们可以考虑f1=f2=sigmoid，g是自定义函数。

这是我到目前为止所做的，但我完全不确定我所做的是对的。

我不知道如何在隐藏层上添加偏置单元。

class gLayer(NeuronLayer):

    def _forwardImplementation(self, inbuf, outbuf):
        outbuf[:]=g(inbuf)


    def _backwardImplementation(self, outerr, inerr, outbuf, inbuf):
      inerr[:]=derivative(g,inbuf)*outerr


print "build a network"

#Layer
inLayer=LinearLayer(1)
hLayer=SigmoidLayer(2)
outLayer=gLayer(1)
net=FeedForwardNetwork()
net.addInputModule(inLayer)
net.addModule(hLayer)
net.addOutputModule(outLayer)
#connection
in_to_hidden = FullConnection(inLayer, hLayer)
hidden_to_out = FullConnection(hLayer, outLayer)
net.addConnection(in_to_hidden)
net.addConnection(hidden_to_out)
net.sortModules()

Answer 1

您可以添加BiasUnit作为另一个隐藏图层。

hBiasLayer=BiasUnit()

net.addModule(hBiasLayer)

如何用pybrain构建神经网络？

1 个答案: