python - Pybrain的网络架构的数据结构是怎样的？

Question

假设我们使用 Pybrain 的 SupervisedDataSet 和 buildNetwork 函数构建了一个前馈网络。该架构可以是 10、5、2:10 个输入节点、单个隐藏层中的 5 个隐藏节点和 2 个输出节点。

>>> our_network = buildNetwork(10,5,2)
>>> for mod in our_network.modules:
...    for conn in our_network.connections[mod]:
...        conn.params

array([-0.82432749, -1.77414037, ... ,  1.96635753])

当检查具有上述架构的经过训练的网络时，我们如何解释输出数组conn.params？检查上述架构的输出将在输入层和隐藏层之间产生 50 个连接/权重。我有兴趣知道哪些输入与最强的连接相关。具体来说，假设返回的前 5 个数组元素与输入层的第一个节点和 5 个隐藏层节点之间的连接相关联是否安全？

在过去的一个小时里，我没有通过逆向工程 Pybrain 获得任何见解。

Answer 1

模块和连接以独特的方式排序(评估顺序，按字母顺序进行平局，请查看 sortModules() )。全局 .params 数组只是所有这些组件的(扁平化)参数的串联。

另请参阅this related question .