cascade-forward 神经网络
cascade-forward neural network
我知道我们可以在 pybrain 中创建一个前馈神经网络。
但是,我们是否也可以在 pybrain 中创建一个级联前向神经网络?
如果我理解正确,你想将输入层连接到隐藏层并直接连接到输出层。
如果您只是简单地创建一个从输入层到输出层的额外 FullConnection 会怎样?
from pybrain.structure import FeedForwardNetwork
n = FeedForwardNetwork()
from pybrain.structure import LinearLayer, SigmoidLayer
inLayer = LinearLayer(2)
hiddenLayer = SigmoidLayer(3)
outLayer = SigmoidLayer(1)
n.addInputModule(inLayer)
n.addModule(hiddenLayer)
n.addOutputModule(outLayer)
from pybrain.structure import FullConnection
in_to_hidden = FullConnection(inLayer, hiddenLayer)
hidden_to_out = FullConnection(hiddenLayer, outLayer)
in_to_out = FullConnection(inLayer, outLayer)
n.addConnection(in_to_hidden)
n.addConnection(hidden_to_out)
n.addConnection(in_to_out)
n.sortModules()
print n
这似乎有效。
我知道我们可以在 pybrain 中创建一个前馈神经网络。
但是,我们是否也可以在 pybrain 中创建一个级联前向神经网络?
如果我理解正确,你想将输入层连接到隐藏层并直接连接到输出层。
如果您只是简单地创建一个从输入层到输出层的额外 FullConnection 会怎样?
from pybrain.structure import FeedForwardNetwork
n = FeedForwardNetwork()
from pybrain.structure import LinearLayer, SigmoidLayer
inLayer = LinearLayer(2)
hiddenLayer = SigmoidLayer(3)
outLayer = SigmoidLayer(1)
n.addInputModule(inLayer)
n.addModule(hiddenLayer)
n.addOutputModule(outLayer)
from pybrain.structure import FullConnection
in_to_hidden = FullConnection(inLayer, hiddenLayer)
hidden_to_out = FullConnection(hiddenLayer, outLayer)
in_to_out = FullConnection(inLayer, outLayer)
n.addConnection(in_to_hidden)
n.addConnection(hidden_to_out)
n.addConnection(in_to_out)
n.sortModules()
print n
这似乎有效。