Artificial intelligence pybrain包中activate()函数的语法是什么?

Artificial intelligence pybrain包中activate()函数的语法是什么?,artificial-intelligence,neural-network,backpropagation,pybrain,feed-forward,Artificial Intelligence,Neural Network,Backpropagation,Pybrain,Feed Forward,我有一个代码,它构建了一个[2,3,1]神经网络,其中包含一些完全连接的值 from pybrain.structure import FeedForwardNetwork, LinearLayer, SigmoidLayer, FullConnection from pybrain.tools.shortcuts import buildNetwork n = FeedForwardNetwork() inLayer = LinearLayer(2) hiddenLayer = Sigmo

我有一个代码,它构建了一个[2,3,1]神经网络,其中包含一些完全连接的值

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()函数接受列表作为输入。我不明白列表的内容是什么。
请帮忙

你就快到了。我刚刚对代码的底部做了以下更改:

n.addConnection(in2hidden)
n.addConnection(hidden2out)
n.sortModules()
testactivate = n.activate([0.6, 0.6])
print testactivate
我得到如下输出:[0.54307993]

n.activate的输入,在本例中([0.6,0.6])是前馈网络输入层的输入(在本例中需要两个输入)

当然,每次输出都会不同,因为初始权重(在任何训练之前)将随机分配