Python 神经网络的加权输入

我如何制作一个NN，使一些输入变量比其他变量“更重要”。例如，假设我的输入层有两个神经元，我想强调的是，输入一个70%重要，而另一个只有30%，因为尽管从公式上看，它们测量的是相同的东西，但第一个对最终结果的贡献比另一个更大。有点像称量样本，只是我想在全球范围内称量单个输入

这有可能/有意义吗

查看本教程

诸如“重要性”、“显著性”和“敏感性”等术语没有明确的含义 精确的，被广泛接受的含义。这个答案将讨论各种各样的问题 已提出的用于衡量 输入，但列表并非详尽无遗。不同的措施 重要性在神经网络的不同应用中可能是有用的 网。这个答案的要点是没有单一的衡量标准 适用于所有应用程序的重要性

---

以下是扩展pybrain中的连接和层的教程：

看起来，您应该能够从输入节点创建连接，并将所需的行为作为连接对象的子类

然后你把这些碎片拼在一起：

---

将带有加权连接实例的两个输入模块连接到模块。

您所追求的是加权图。是的，这是可能的，也是有道理的。？神经网络是加权图。是的。您要做的是对前两个NN连接进行预训练。另一个人似乎也在研究同样的问题：他们很好地保护用户免受内部攻击。我认为他提出序列化然后编辑图表的可能性是正确的，按照以下思路：