我正在使用pybrain构建一个网络，该网络有6个输入维度和一个实数值输出维度。我使用的代码如下所示：

network = buildNetwork(train.indim, 4, train.outdim)trainer = BackpropTrainer( network, train)trainer.trainOnDataset(train, 8000)print 'MSE train', trainer.testOnData(train, verbose = True)

这里train是Dataset类型。我希望获取trainer.testOnData()中的预测结果，并将其作为numpy数组。我能够查看预测结果和误差，但我想将其作为数组输出。有没有办法做到这一点？

回答：

使用网络的activate函数：

numpy.array([network.activate(x) for x, _ in train])

完整示例：

from datasets import XORDataSet from pybrain.tools.shortcuts import buildNetworkfrom pybrain.supervised import BackpropTrainerimport numpyd = XORDataSet()n = buildNetwork(d.indim, 4, d.outdim, bias=True)t = BackpropTrainer(n, learningrate=0.01, momentum=0.99, verbose=True)t.trainOnDataset(d, 1000)t.testOnData(verbose=True)print numpy.array([n.activate(x) for x, _ in d])

（仅在pybrain的pybrain/examples/supervised/backprop目录下有效，因为需要XORDataSet。）