如何用pybrain建立神经网络？

问题描述

我是pybrain的新手，在构建神经网络时遇到很多问题。 该文档对我来说不是很清楚，我在网络上找不到很多示例。

我想要一个输入，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是一个自定义函数。

到目前为止，这是我所做的，但是我完全不确定我在做什么。

而且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()