Aktivierungswerte für alle Knoten in einem PyBrain-Netzwerk

Question

Ich denke, das sollte trivial sein, aber ich habe Mühe, etwas Nützliches in der PyBrain-Dokumentation zu finden, hier oder anderswo.

Das Problem ist folgendes:

Ich habe eine dreischichtige (Eingang, versteckt, Ausgang) Vors Netzwerk in PyBrain aufgebaut und ausgebildet. Jede Ebene hat drei Knoten. Ich möchte das Netzwerk mit neuartigen Eingaben aktivieren und die resultierenden Aktivierungswerte der Knoten auf der versteckten Ebene speichern. Soweit ich das beurteilen kann, werden net.activate() und net.activateOnDataset() nur die Aktivierungswerte von Ausgabe-Layer-Knoten zurückgeben und sind die einzigen Möglichkeiten, ein Netzwerk zu aktivieren.

Wie bekomme ich die Aktivierung der versteckten Ebene eines PyBrain-Netzwerks?

Ich bin nicht sicher, Beispielcode, dass viel in diesem Fall helfen, aber hier ist einig sowieso (bei einem Cut-down-Trainingssatz):

from pybrain.tools.shortcuts import buildNetwork 
from pybrain.datasets import SupervisedDataSet 
from pybrain.supervised.trainers import BackpropTrainer 

net = buildNetwork(3, 3, 3) 

dataSet = SupervisedDataSet(3, 3) 
dataSet.addSample((0, 0, 0), (0, 0, 0)) 
dataSet.addSample((1, 1, 1), (0, 0, 0)) 
dataSet.addSample((1, 0, 0), (1, 0, 0)) 
dataSet.addSample((0, 1, 0), (0, 1, 0)) 
dataSet.addSample((0, 0, 1), (0, 0, 1)) 

trainer = BackpropTrainer(net, dataSet) 
trained = False 
acceptableError = 0.001 

# train until acceptable error reached 
while trained == False : 
    error = trainer.train() 
    if error < acceptableError : 
     trained = True 

result = net.activate([0.5, 0.4, 0.7]) 
print result 

In diesem Fall gewünschte Funktionalität ist ein drucken Liste der Aktivierungswerte der versteckten Ebene.

Answer 1

Es sieht aus wie das funktionieren sollte:

net['in'].outputbuffer[net['in'].offset] 
net['hidden0'].outputbuffer[net['hidden0'].offset] 

rein auf der Basis zumin the source code suchen.