Python Pybrain神经网络阶跃传递函数

有人能告诉我如何在pybrain中实现阶跃激活功能吗

例如

我似乎在中找不到任何实现

谢谢

编辑

---

我现在了解到，您可以扩展pybrain并创建自己的层。但是，根据文档，我仍然不确定如何做到这一点。有人能给我举个例子，说明如何创建一个实现阶跃激活功能的层吗？

如果你想在一个经过反向传播训练的多层网络中使用它，那么这是不可能的。步长函数是不（）可微的，这是backprop算法的要求

最接近阶跃函数的函数是

f(x) = max(-1, min(x, 1))

这将剪辑

x

的值，以生成介于1和-1之间的值（如果愿意，可以将其更改为0和1）。此函数的次导数为

f'(x) = 1 if -1 < x < 1
        0 otherwise

f'（x）=1如果-1

不能解决您的问题？您能给我举个例子，说明如何使用上述函数作为传递函数吗？我不完全理解如何从文档中做到这一点：（根据源代码，我得出了结论。我相信你应该很清楚。@mmgp，我在理解文档时遇到了一些实际问题，你能给我一个简单的例子让我开始吗？很多人感谢我将使用这个层作为输出层，隐藏层将使用sigmoid函数。我能使用s吗输出层中的阶跃函数？@Relax\u Im\u A\u Quant:否。输出激活函数必须是次微分函数，以计算隐藏层到输出层的梯度。根据任务的不同，您可能可以使用在下训练的线性输出单位来近似阶跃单位。我对PyBrain不太熟悉，因此我不确定它是否允许激活函数和损失函数的解耦。很好-谢谢你的详细回答。如果我使用不同的训练算法，例如遗传算法，那么我能使用阶跃函数吗？@Relax\u Im\u a\u Quant:我想是的。但是请注意，GAs并没有比暴力搜索更聪明，所以你不能真正期望除了玩具问题，他们什么都可以做。

f'(x) = 1 if -1 < x < 1
        0 otherwise