Pybrain 实现网络，其输出是函数的参数

Question

我想在pybrain中建立一个神经网络来适应下面的函数

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。我的网络的要求是：

• 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），我想明确说明它们与时间无关

如果使用其他工具（pylearn2 或 scikit-learn）更容易解决该解决方案，我也可以在那里实现它。

Answer 1

关于第二个问题，pybrain.structure.FullConnection 有 kwargs inSliceFrom 和 inSliceTo 设置将被采用的神经元。