我正在尝试使用：https://www.cs.toronto.edu/~hinton/science.pdf
进行降维这样做是创建一个自动编码器，其中间层由2个节点组成。
训练后，神经网络被“切成两半”，我们只是向前传播，直到得到2D数据。我们可以绘制，并做KNN和其他有趣的东西我正在使用sklearn，我可以获得培训网络
from sklearn.neural_network import MLPRegressor
HLS = (4,2,4)
m_ann = MLPRegressor(hidden_layer_sizes=(HLS), max_iter=10**5, activation='relu')
m_ann.fit(X_train,X_train)
我可以使用m_ann.coefs_和m_ann.intercepts_
所以，我可以创建一个循环来进行手动矩阵乘法，加法，然后编写我自己的relu函数并调用它。但我想做的是应用我的网络使用的任何激活功能（例如，如果用户使用线性或sigmoid激活训练，我不希望他们必须更改任何代码）
是否有可能让MLPRegressor将激活函数应用于任意数据？