Question

我有一个具有n个输入节点和k个隐藏节点的神经网络，其中k <＆lt;＆lt; n，我试图将大约（n / k）个输入节点带到1个隐藏节点。你不需要了解神经网络，只需要考虑边缘和节点。我已经有了分区，它是一个总和为n的k数列表。这是我能提出的最佳算法

k = 0
c = 0
for inputNode in inputNodes:
    Edge(inputNode, hiddenNodes[k])
    c += 1
    if c % partition[k] is 0:
        k += 1
        c = 0

我认为我们都同意这是一些丑陋的代码，但我花了一些时间试图想出一个更好的方法而且我无法做到，我怎么能做得更好呢？感谢。

partition是一个数字列表，总和为inputNodes的长度。我要做的是将partition[0]输入节点带到第一个隐藏节点，将partition[1]输入节点带到第二个隐藏节点等，不要将相同的输入节点发送到多个隐藏节点

Answer 1

而不是循环遍历inputNodes，循环partition并使用迭代器逐个从inputNodes绘制节点可能更清楚：

node_iterator = iter(inputNodes)
for hiddenNode, count in zip(hiddenNodes, partition):
    for _ in xrange(count):
        Edge(next(node_iterator), hiddenNode)

根据其长度的分区拆分列表

1 个答案: