Python 如何用pybrain构建神经网络？

我是pybrain的新手，在构建神经网络方面遇到了很多问题。 文档对我来说不是很清楚，我也没有在网上找到很多例子

我想要一个神经网络，一个输入，一个隐藏层，一个输出

x--->f1(x),f2(x),...,b---->g(z)

这应该是一个简单的例子。隐藏层具有不同的功能和偏置单元。 对于这个例子，我们可以考虑<代码> f1= f2= SigMoID，<代码> g < /Cord>是自定义函数。 这是我迄今为止所做的，但我完全不确定我所做的是否正确

我不知道如何在隐藏层上添加偏移单位

class gLayer(NeuronLayer):

    def _forwardImplementation(self, inbuf, outbuf):
        outbuf[:]=g(inbuf)


    def _backwardImplementation(self, outerr, inerr, outbuf, inbuf):
      inerr[:]=derivative(g,inbuf)*outerr


print "build a network"

#Layer
inLayer=LinearLayer(1)
hLayer=SigmoidLayer(2)
outLayer=gLayer(1)
net=FeedForwardNetwork()
net.addInputModule(inLayer)
net.addModule(hLayer)
net.addOutputModule(outLayer)
#connection
in_to_hidden = FullConnection(inLayer, hLayer)
hidden_to_out = FullConnection(hLayer, outLayer)
net.addConnection(in_to_hidden)
net.addConnection(hidden_to_out)
net.sortModules()

可以添加一个隐藏层作为另一个隐藏层

hBiasLayer=BiasUnit()

net.addModule(hBiasLayer)

---

你确定我必须连接hlayer到HbiaLayer吗？抱歉，但我想我必须告诉你如何连接biasunit和outpulayer？我你想让bias移动输出函数，是的，我想移动输出函数的输入。我能做什么？bias\u to\u out=FullConnection（hBiasLayer，outLayer）