python自编BP神经网络

import numpy as np
import matplotlib.pyplot as plt
#避免中文乱码
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False#定义激活函数
def sigmoid(x):return 1/(1 + np.exp(-x))#BP神经网络
def bpnet(x = None,y = None,hidsize = 5,maxiter = None,yita = 0.05):n,m = x.shapenet_in = -np.ones([m+1])out_in = -np.ones([hidsize + 1])w_mid = np.random.rand(m+1,hidsize)    #初始隐层神经元的权值w_out = np.random.rand(hidsize+1)      #初始输出神经元的权值delta_w_mid = np.zeros([m+1,hidsize])  #初始中间层权值的修正量Error = np.zeros([maxiter])for it in range(maxiter):error = np.zeros([n])for j in range(n):net_in[:m] = x[j,:m]           #更新网络输入值real = y[j]                    #对应实际值for i in range(hidsize):out_in[i] = sigmoid(sum(net_in*w_mid[:,i]))res = sigmoid(sum(out_in*w_out))#隐藏层到网络输出#输出层权值修正delta_w_out = yita*res*(1-res)*(real-res)*out_indelta_w_out[hidsize] = -yita*res*(1-res)*(real-res)w_out = w_out + delta_w_out#中间层权值修正量for i in range(hidsize):delta_w_mid[:,i] = yita*out_in[i]*(1-out_in[i])*w_out[i]*res*(1-res)*(real-res)*net_indelta_w_mid[m,i] = -yita*out_in[i]*(1-out_in[i])*w_out[i]*res*(1-res)*(real-res)w_mid = w_mid + delta_w_miderror[j] = abs(real-res)Error[it] = error.mean()print('第%s次迭代，误差是%s' % (it,Error[it]))plt.plot(Error)plt.xlabel('迭代次数')plt.ylabel('误差')plt.title('模型训练误差')plt.show()return w_mid,w_out#####################测试from sklearn.datasets import load_iris
dataset = load_iris()
data = dataset['data']
target = dataset['target']w_mid,w_out = bpnet(x = data,y = target,maxiter = 100)

python自编BP神经网络相关推荐

基于sympy的python实现三层BP神经网络算法
#!/usr/bin/python # -*- coding: utf-8 -*- """ 写一个三层的BP神经网络(3,2,1),3是输入数据的维度,隐层设置节点数为2 ...
bp神经网络预测模型python,r语言bp神经网络预测
如何建立bp神经网络预测模型 . 建立BP神经网络预测模型,可按下列步骤进行:1.提供原始数据2.训练数据预测数据提取及归一化3.BP网络训练4.BP网络预测5.结果分析现用一个实际的例子,来预测2 ...
Python实现三层BP神经网络
题外话看论文,仿真实现,最基本的能力!研一的时候定要多看看论文,提升自己的代码能力! 引言本篇博客默认读者有一定的BP神经网络的基础,BP神经网络的基本知识就不阐述了! BP神经网络结构本文内容 ...
python 遗传算法优化bp神经网络_遗传算法优化BP神经网络
CODE: %清空环境变量 clc clear %%样本输入 input_train=xlsread('50组输入样本_训练.xlsx'); output_train=xlsread('50组期望输出 ...
深度学习（神经网络） —— BP神经网络原理推导及python实现
深度学习(神经网络) -- BP神经网络原理推导及python实现摘要 (一)BP神经网络简介 1.神经网络权值调整的一般形式为: 2.BP神经网络中关于学习信号的求取方法: (二)BP神经网络原理 ...
Python 基于BP神经网络的鸢尾花分类
本文用Python实现了BP神经网络分类算法,根据鸢尾花的4个特征,实现3种鸢尾花的分类. 算法参考文章:纯Python实现鸢尾属植物数据集神经网络模型 2020.07.21更新: 增加了分类结果可视 ...
SVM支持向量机、BP神经网络
SVM支持向量机 [[五分钟机器学习]向量支持机SVM--学霸中的战斗机-哔哩哔哩] [机器学习-白板推导系列(六)-支持向量机SVM(Support Vector Machine)-哔哩哔哩] BP ...
遗传+BP神经网络求解故障诊断问题（python）
遗传+BP神经网络求解拖拉机齿轮箱故障诊断问题(python3) 通过学习书籍<matlab智能优化算法30个案例分析(第2版)>中有关神经网络算法的编程知识,初步了解神经网络的编码思想 ...
python bp神经网络异或_两层神经网络输出异或
简单形象又有趣地讲解神经网络是什么神经元先来认识下真正的神经元. 图 1: 典型神经元的结构(来自维基百科 "树突" 词条) 神经元大致可以分为树突.突触.细胞体和轴突.树突为 ...

python自编BP神经网络

python自编BP神经网络相关推荐

最新文章

热门文章