Question

我试图用Pybrain创建一个Elman网络（又名简单的Recurent网络），我认为代码应该是这样的：

n = RecurentNetwork()
n.addInputModule(LinearLayer(5, name = 'in'))
n.addModule(TanhLayer(10, name = 'hidden'))
n.addModule(LinearLayer(10, name = 'context'))
n.addOutputModule(LinearLayer(5, name = 'out'))
n.addConnection(FullConnection(n['in'], n['hidden'], name = 'in_to_hidden'))
n.addConnection(FullConnection(n['hidden'], n['out'], name = 'hidden_to_out'))
n.addConnection(IdentityConnection(n['hidden'], n['context'], name = 'hidden_to_context'))
n.addConnection(IdentityConnection(n['context'], n['hidden'], name = 'context_to_hidden'))

我的问题是我不知道如何获取上下文节点（在时间t）以保持最后一次迭代（在时间t-1）的隐藏节点的值，以便将它们提供给这个迭代中的隐藏节点（在时间t）以及如何将hidden_to_context中的权重固定为1.现在我得到一个错误，说有一个＆＃34;循环＆＃34;在网（实际上有一个）。任何帮助将非常感激。非常感谢你。

干杯，

布鲁诺

Answer 1

我会看看这一节：

http://pybrain.org/docs/tutorial/netmodcon.html#using-recurrent-networks

特别是

RecurrentNetwork类有一个额外的方法，.addRecurrentConnection（），它可以回溯一个时间步。

Pybrain的Elman网络

1 个答案: