PyBrain - 網路操作

網路由模組組成，它們使用連線相連。在本章中，我們將學習 −

• 建立網路
• 分析網路

建立網路

我們準備使用 Python 直譯器執行我們的程式碼。要使用 pybrain 中建立網路，我們必須使用 buildNetwork API，如下所示 −

C:\pybrain\pybrain>python
Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 22:22:05) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>>
>>> from pybrain.tools.shortcuts import buildNetwork
>>> network = buildNetwork(2, 3, 1)
>>>

我們使用 buildNetwork() 建立了一個網路，引數為 2、3、1，這意味著該網路由 2 個輸入、3 個隱藏層和一個單一輸出組成。

以下是網路詳細資訊，即模組和連線 −

C:\pybrain\pybrain>python
Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 22:22:05) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from pybrain.tools.shortcuts import buildNetwork
>>> network = buildNetwork(2,3,1)
>>> print(network)
FeedForwardNetwork-8
   Modules:
   [<BiasUnit 'bias'>, <LinearLayer 'in'>, <SigmoidLayer 'hidden0'>,
<LinearLay er 'out'>]
   Connections:
   [<FullConnection 'FullConnection-4': 'hidden0' -> 'out'>, <FullConnection 'F
ullConnection-5': 'in' -> 'hidden0'>, <FullConnection 'FullConnection-6': 'bias'
-< 'out'>, <FullConnection 'FullConnection-7': 'bias' -> 'hidden0'>]
>>>

模組由層組成，連線由 FullConnection 物件構成。因此，每個模組和連線都如上所示命名。

分析網路

你可以透過引用模組層和連線的名稱來單獨訪問它們，如下所示 −

>>> network['bias']
<BiasUnit 'bias'>
>>> network['in']
<LinearLayer 'in'>