使用python自己搭建一个简单的BP神经网络

from numpy import exp,array,random,dot
#import randomclass NeuralNetwork(object):def __init__(self):#指定随机数发生器种子，保证每次获得相同结果的随机数random.seed(1)#对含有3输入1输出的单个神经元建模#即3*1矩阵赋予随机权重值，范围（-1，1）#即（a,b)范围的c*d矩阵随机数为（b-a）*random.random((c,d))+aself.dendritic_weights=2*random.random((3,1))-1#sigmoid函数，s型曲线，用于对输入的加权总和x做(0,1)正规化#它可以将一个实数映射到(0,1)空间def __sigmoid(self,x):return 1/(1+exp(-x))#sigmoid函数的导数#这里的x是指__sigmoid函数的输出def __sigmoid_derivative(self,x):return x*(1-x)#训练该神经网络，并调整树突的权重def train(self,training_inputs,training_output,number_of_training_iteration):'''training_inputs:训练集的样本输入training_outputs:训练集样本的输出number_of_training_iteration:训练次数1.我们使用sigmoid曲线计算（输入的加权和映射到0至1之间）作为输出神经元2.如果输出是一个大的正（或负）数，这意味着神经元采用这种（或另一种）方式3.从sigmoid曲线可以看出，在较大值处，sigmoid曲线的斜率小，即认为当前权重是正确4.所以，乘以sigmoid函数曲线斜率可以进行调整'''for _iteration in range(number_of_training_iteration):#训练集导入神经网络output=self.think(training_inputs)#计算误差error=training_output-output#将误差乘以输入，再乘以s型曲线的梯度adjustment=dot(training_inputs.T,error*self.__sigmoid_derivative(output))self.dendritic_weights+=adjustment#神经网络def think(self,inputs):#输入与权重相乘并正交化return self.__sigmoid(dot(inputs,self.dendritic_weights))if __name__=='__main__':#初始化神经网络nn=NeuralNetwork()#初始化权重print("初始树突权重：\n{}".format(nn.dendritic_weights))#训练集，四个样本，每个样本有3个输入，1个输出#训练样本输入training_inputs_sample=array([[0,0,1],[1,1,1],[1,0,1],[0,1,1]])#训练样本的输出training_outputs_sample=array([[0,1,1,0]]).T#用训练集训练nn,重复十万次，每次做微小的调整nn.train(training_inputs_sample,training_outputs_sample,100000)#训练后的树突权重print("训练后树突权重：\n{}".format(nn.dendritic_weights))#用新数据进行测试test_result=nn.think(array([1,0,0]))print("测试结果：\n{}".format(test_result))

程序运行结果：

初始树突权重：
[[-0.16595599][ 0.44064899][-0.99977125]]
训练后树突权重：
[[12.00870061][-0.2044116 ][-5.8002822 ]]
测试结果：
[0.99999391]

参考资料：python尝试自己写一个简单的神经网络

使用python自己搭建一个简单的BP神经网络相关推荐

MATLAB从入门到精通：搭建一个简单的Bp神经网络（附代码）
01 | 构建数据集构造一个1行1000列的一维矩阵,这1000个数全部都在(0,1)这个区间内.规定当某一列的数字大于等于0.5时,输出为1,否则输出-1.构造数据集的代码如下. %% 构造数据集 ...
一个简单的BP神经网络例子
原创文章,转载请说明来自<老饼讲解神经网络>:bp.bbbdata.com 关于<老饼讲解神经网络>: 本网结构化讲解神经网络的知识,原理和代码. 重现matlab神经网络工具 ...
一个简单的BP神经网络matlab程序（附函数详解）
说明:20180604更新 1.此文的程序来自博客:http://www.cnblogs.com/heaad/archive/2011/03/07/1976443.html 2.本人对其中涉及到的函数 ...
怎样用python搭建简单的系统_如何用Python搭建一个简单的推荐系统？
推荐系统的相关知识我们已在前文中提到,在这篇文章中,我们会介绍如何用Python来搭建一个简单的推荐系统. 本文使用的数据集是MovieLens数据集,该数据集由明尼苏达大学的Grouplens研究小 ...
python旅游推荐系统_如何用Python搭建一个简单的推荐系统？
推荐系统的相关知识我们已在前文中提到,在这篇文章中,我们会介绍如何用Python来搭建一个简单的推荐系统. 本文使用的数据集是MovieLens数据集,该数据集由明尼苏达大学的Grouplens研究小 ...
python代理池_用Python搭建一个简单的代理池
其实每次爬东西的时候,特怕IP被封,所以每次都要把时间延迟设置得长一点...这次用Python搭建一个简单的代理池.获取代理IP,然后验证其有效性.不过结果好像不是很理想,为什么西刺代理的高匿代理都能 ...
1-3.Win10系统利用Pycharm社区版安装Django搭建一个简单Python Web项目的步骤之三
在1-1.Win10系统利用Pycharm社区版安装Django搭建一个简单Python Web项目的步骤之一基础上进行如下操作: 所有路由不能全部都在myDjango下的urls.py路由文件中, ...
使用 Python 的 flask 架构搭建一个简单web网站
使用 Python 的 flask 架构搭建一个简单web网站 1.flask最简单框架,返回hello world: from flask import * app = Flask(__name__ ...
Python后端---使用Django+Mysql搭建一个简单的网站
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一.项目搭建前期准备命令行创建项目和app Django项目配置文件说明使用数据库编写业务逻辑配置url主路 ...

使用python自己搭建一个简单的BP神经网络

使用python自己搭建一个简单的BP神经网络相关推荐

最新文章

热门文章