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])

在检查具有上述架构的训练网络时，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联。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 Pybrain 逆向工程获得任何见解。

Answer 1

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

另见this related question。