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Python Pybrain实现了输出为函数参数的网络,python,neural-network,pybrain,Python,Neural Network,Pybrain,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
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
- 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kwargsinSliceFrom
和inSliceTo
,用于设置将要获取的神经元