pybrain包中的activate（）函数的语法是什么？

Question

我有一个代码，它构建一个[2,3,1]神经网络，其中一些值具有完全连接。

from pybrain.structure import FeedForwardNetwork, LinearLayer, SigmoidLayer, FullConnection
from pybrain.tools.shortcuts import buildNetwork

n = FeedForwardNetwork()

inLayer = LinearLayer(2)
hiddenLayer = SigmoidLayer(3)
outLayer = LinearLayer(1)

n.addInputModule(inLayer)
n.addModule(hiddenLayer)
n.addOutputModule(outLayer)

in2hidden = FullConnection(inLayer, hiddenLayer)
hidden2out = FullConnection(hiddenLayer, outLayer)
n.addConnection(in2hidden)
n.addConnection(hidden2out)

print n.activate([1, 2])

这是代码。很明显，activate（）函数将列表作为输入。我无法理解列表的内容是什么。 请帮忙。

Answer 1

你快到了。我刚刚对代码的底部进行了以下更改：

n.addConnection(in2hidden)
n.addConnection(hidden2out)
n.sortModules()
testactivate = n.activate([0.6, 0.6])
print testactivate

我的输出如下：[0.54307993]

n.activate的输入，在这种情况下（[0.6,0.6]），是FeedForward网络输入层的输入（在这种情况下需要两个输入）。

当然，您的输出每次都会有所不同，因为初始权重（在任何培训之前）将被随机分配。