Python Pybrain实现了输出为函数参数的网络

我想在pybrain中建立一个神经网络来适应以下功能

z(t) = A + B x(t) + C(t) y(t)

这里，

（x，y，z）（t）

是我的实验数据

A

和

B

是常数，

C（t）

是时间的函数。我的网络要求如下：

• 4个神经元的输入层：t、x、y和z
• 3个神经元的输出层：A、B和C

阻碍我实现它的两个概念性问题是

• 为了训练网络，而不是提供输入和输出值，我想最小化上述函数
• 由于我有一些先验知识（即A和B是常数），我想明确地说明它们不依赖于时间

---

如果使用其他工具（Pylorner2或scikit learn）解决方案更容易，我也可以在那里实现。

关于第二个问题，

pybrain.structure.FullConnection

有kwargs

inSliceFrom

和

inSliceTo

，用于设置将要获取的神经元