大脑皮层神经元操作

Question

有没有一个好方法可以在完全连接的大脑网络中添加/删除神经元及其相关连接？假设我从：

from pybrain.tools.shortcuts import buildNetwork
net = buildNetwork(2,3,1)

我该如何使它成为（2,4,1）或（2,2,1）网络，同时保持所有旧权重（并像初始化网络时一样初始化任何新权重为随机的）？我之所以要这样做，是因为我正在尝试使用一种进化学习策略来确定最佳架构，而“变异”步骤涉及到以某种概率添加/移除节点。（输入和输出模块应始终保持不变。）

编辑：我发现了神经元可分解网络，这应该会使这更容易，但似乎我仍然需要分别跟踪神经元和连接。在

Answer 1

我想你是按照NEAT算法来做的？ 你的问题有两个不同的答案：

1. 开放式网络拓扑的演化：在这种情况下，我建议将每个神经元封装在自己的“layer”/模块中，并迭代地添加/删除它们及其与网络的连接，有点像this tutorial，只是会有更多（单个神经元）层。不要忘记在每次拓扑更改后调用sortModules()方法。

2. 在一个预定义的框架内找到最佳的拓扑结构（比如最多1000个神经元）。在这种情况下，在一开始就构建完整的网络更容易、更高效，只需屏蔽一些连接（例如使用^{}模块）。其中，memetic algorithms(used like this)被设计用来搜索这样的拓扑空间。

正如您所说，另一种方法是手动管理所有权重（通过跟踪what is where，或使用NeuronDecomposableNetwork），但我不建议那样做。在

---

总评：对于像您这样的pybrain的更高级的使用，依赖“buildNetwork”快捷方式实在是太有限了，您应该直接使用Network/Module/connectionapi。在