pybrain：如何打印网络（节点和权重）

最后我设法从文件中训练一个网络:)现在我想打印节点和权重，尤其是权重，因为我想用 pybrain 训练网络，然后在其他地方实现一个神经网络来使用它。

我需要一种方法来打印层、节点和节点之间的权重，以便我可以轻松复制它。到目前为止，我看到我可以使用 n['in'] 访问图层，然后例如我可以这样做：

目录(n['in']) ['class', 'delattr', 'dict', 'doc', 'format', '获取属性', 'hash', 'init', 'module', 'new', 'reduce', '减少_ex', 'repr', 'setattr', 'sizeof', 'str', '子类钩子', 'weakref', '_backwardImplementation', '_forwardImplementation', '_generateName', '_getName', '_growBuffers', '_name', '_nameIds', '_resetBuffers', '_setName', '激活', 'activateOnDataset', 'argdict', 'backActivate', '向后', 'bufferlist', 'dim', 'forward', 'getName', 'indim', 'inputbuffer', 'inputerror', 'name', 'offset', 'outdim', 'outputbuffer '、'outputerror'、'paramdim'、'重置'、'顺序'、'setArgs'、'setName'、'shift'、'whichNeuron']

但我不知道如何在这里访问权重。还有 params 属性，例如我的网络是带有偏差的 2 4 1，它表示：

n.参数 数组([-0.8167133, 1.00077451, -0.7591257, -1.1150532, -1.58789386, 0.11625991、0.98547457、-0.99397871、-1.8324281、-2.42200963、 1.90617387、1.93741167、-2.88433965、0.27449852、-1.52606976、 2.39446258, 3.01359547])

很难说什么是什么，至少用权重连接哪些节点。这就是我所需要的。

有很多方法可以访问网络的内部结构，即通过其“模块”列表或“连接”字典。参数存储在这些连接或模块内。例如，以下内容应打印任意网络的所有这些信息：

for mod in net.modules:
    print("Module:", mod.name)
    if mod.paramdim > 0:
        print("--parameters:", mod.params)
    for conn in net.connections[mod]:
        print("-connection to", conn.outmod.name)
        if conn.paramdim > 0:
             print("- parameters", conn.params)
    if hasattr(net, "recurrentConns"):
        print("Recurrent connections")
        for conn in net.recurrentConns:
            print("-", conn.inmod.name, " to", conn.outmod.name)
            if conn.paramdim > 0:
                print("- parameters", conn.params)

如果您想要更细粒度的东西（在神经元级别而不是层级别），您将必须进一步分解这些参数向量 - 或者，从单神经元层构建网络。