在 PyBrain 中，在创建人工神经网络时，神经元的输入在传递到激活函数之前是否经过加权和求和？
In PyBrain, when creating artificial neural networks, are the inputs to a neuron weighted and summed before being passed into the activation function?
我正在学校介绍机器学习 class，我们展示的所有 ANN 在输入到任何神经元的激活函数之前都对输入进行了加权和求和。
我正在为作业创建 ANN，我想知道这是否也在 PyBrain 中自动完成？
是的。 Pybrain 的各种节点通过定义的类型提供继承激活函数。请参阅此处的文档：
http://pybrain.org/docs/tutorial/netmodcon.html
在手动创建模块时，您可以定义所使用的激活函数的类型。如果没记错的话，Pybrain 支持 Sigmoid、Linear、Gaussian、Softmax、Tanh 和其他一些函数。要对此进行测试，请创建一个单层网络并激活它。
from pybrain.structure import SigmoidLayer
module = SigmoidLayer(1)
print module.activate([.05])
我正在学校介绍机器学习 class，我们展示的所有 ANN 在输入到任何神经元的激活函数之前都对输入进行了加权和求和。
我正在为作业创建 ANN，我想知道这是否也在 PyBrain 中自动完成？
是的。 Pybrain 的各种节点通过定义的类型提供继承激活函数。请参阅此处的文档：
http://pybrain.org/docs/tutorial/netmodcon.html
在手动创建模块时，您可以定义所使用的激活函数的类型。如果没记错的话，Pybrain 支持 Sigmoid、Linear、Gaussian、Softmax、Tanh 和其他一些函数。要对此进行测试，请创建一个单层网络并激活它。
from pybrain.structure import SigmoidLayer
module = SigmoidLayer(1)
print module.activate([.05])