神经网络算法的实例
来源:互联网 发布:纳粹军装淘宝 编辑:程序博客网 时间:2024/06/10 16:48
1.简单非线性关系数据集测试(XOR)
X: Y
0 0 0
0 1 1
1 0 1
1 1 0
Code:
#!/usr/bin/env python#-*-coding:utf-8-*-#神经网络测试的例子#简单非线性关系数据集测试(XOR)异或的运算from NeuralNetwork import NeuralNetwork import numpy as npnn=NeuralNetwork([2,2,1],'tanh')#算法集X=np.array([[0,0],[0,1],[1,0],[1,1]])y=np.array([0,1,1,0])nn.fit(X,y)for i in [[0,0],[0,1],[1,0],[1,1]]: print(i,nn.predict(i))
结果解释:
0,0代表预测值为0.0022接近于0
实例2:手写数字识别
每个图片8*8
识别数字:0 1 2 3 4 5 6 7 8 9
code
#!/usr/bin/env python#-*-coding:utf-8-*-#手写数字的识别 神经网络算法,利用写好的神经网络算法测试import numpy as npfrom sklearn.datasets import load_digitsfrom sklearn.metrics import confusion_matrix,classification_reportfrom sklearn.preprocessing import LabelBinarizerfrom NeuralNetwork import NeuralNetworkfrom sklearn.cross_validation import train_test_splitdigits=load_digits()X=digits.datay=digits.target#特征值 0 1之间X-=X.min()X/=X.max()#归一化nn=NeuralNetwork([64,100,10],'logistic')X_train,X_test,y_train,y_test=train_test_split(X,y)labels_train=LabelBinarizer().fit_transform(y_train)labels_test=LabelBinarizer().fit_transform(y_test)#转化为01,print('start fitting')nn.fit(X_train,labels_train,epochs=3000)predictions=[]for i in range(X_test.shape[0]): o=nn.predict(X_test[i]) predictions.append(np.argmax(o))#print(confusion_matrix(y_test,predictions))#正确度print(classification_report(y_test,predictions))
结果解释:
对角线上的值代表预测对的值,39代表0预测对了39次
第一行第四个数5个1代表预测错了4预测成了0
阅读全文
0 0
- 神经网络算法的实例
- BP神经网络的实例一则
- (转)用遗传算法优化BP神经网络的Matlab编程实例
- 关于使用matlab中基于BP神经网络算法的应用实例
- 神经网络算法的python实现
- RBF神经网络的学习算法
- 神经网络的优化算法选择
- 卷积神经网络算法的实现
- 基于遗传算法优化的神经网络算法
- BP神经网络的设计实例(MATLAB编程)
- BP神经网络的设计实例(MATLAB编程) .
- BP神经网络(检测故障的实例)
- BP神经网络的设计实例(MATLAB编程) .
- Tensorflow实例:实现简单的卷积神经网络
- Tensorflow实例:实现进阶的卷积神经网络
- 卷积神经网络(二):卷积神经网络CNN的BP算法
- 卷积神经网络(二):卷积神经网络CNN的BP算法
- 神经网络模型算法与生物神经网络的最新联系
- JSP(java sever pages)动态网页开发技术2
- 今天用PHP解析xml时出现如下错误:php Fatal error: Class 'DOMDocument' not found。 环境:CentOS 5.5; PHP 5.3.8 解决方法:
- 没事别惹程序员_分分钟虐爆你
- 一个简单的数据库连接池示例
- DBMS_METADATA.GET_DDL 无法获取索引语句
- 神经网络算法的实例
- JS组件系列——Bootstrap组件福利篇:几款好用的组件推荐
- API文档,单例设计方式
- URL的#号作用(window.location.hash 使用说明)
- Spring Boot(三)
- fork条件下的套接字io模型分析
- JS实现回到顶部效果
- MySQL的安装与使用中问题总结过程中的参考网址
- RFC,其实也就这么多了,不会再多了,基本协议是固定的