三层神经网络简单实现(Python版)
来源:互联网 发布:mysql数据库结构设计 编辑:程序博客网 时间:2024/05/01 09:57
#!/usr/bin/python#--coding=utf-8--import numpy as npdef nonlin(x,deriv = False): if(deriv == True): return x*(1-x) return 1/(1+np.exp(-x))X = np.array([[0,0,1], [0,1,1], [1,0,1], [1,1,1]])y = np.array([[0],[1],[1],[0]])np.random.seed(1)syn0 = 2*np.random.random((3,4)) - 1 #第一层权值syn1 = 2*np.random.random((4,1)) - 1 #第二层权值for j in xrange(60000): L0 = X #输入层 L1 = nonlin(np.dot(L0,syn0)) #隐含层 L2 = nonlin(np.dot(L1,syn1)) #输出层 L2_error = y - L2 if(j%10000) == 0: print "Erroe: " + str(np.mean(np.abs(L2_error))) L2_delta = L2_error*nonlin(L2,deriv=True) #基于置信度衡量的输出误差,即当斜率很平缓时,结果是很让人相信的 L1_error = L2_delta.dot(syn1.T) #L2_delta的权值是由syn1的权值决定的,因此可以计算隐含层误差 L1_delta = L1_error*nonlin(L1,deriv=True) syn1 += L1.T.dot(L2_delta) syn0 += L0.T.dot(L1_delta)
输出:
Error: 0.496410031903Error: 0.00858452565325Error: 0.00578945986251Error: 0.00462917677677Error: 0.00395876528027Error: 0.0035101225678
0 0
- 三层神经网络简单实现(Python版)
- Python实现三层BP神经网络
- 最简单的三层神经网络Matlab实现
- 机器学习之简单三层神经网络实现
- 深度学习5:python实现三层神经网络
- python简单实现神经网络
- python实现简单神经网络算法
- BP神经网络python简单实现
- python实现简单神经网络算法
- BP神经网络python简单实现
- Python搭建tensorflow三层神经网络
- 三层 BP 神经网络 matlab 实现
- 三层神经网络实现分类器
- 使用python实现简单全连接神经网络
- 用Python 代码实现简单的神经网络
- 基于python实现一个简单的神经网络
- BP神经网络的Python简单实现
- python实现最简单循环神经网络(RNNs)
- MQ消息中间件技术
- Android--快速开发框架 afinal
- PHP实现聊天应用
- C++中的容器类
- Stanford 机器学习笔记 Week10 Large Scale Machine Learning
- 三层神经网络简单实现(Python版)
- 双A机房解决方案
- Java transient关键字使用小记
- 大型网站的灵魂——性能
- ArrayBlockingQueue源码浅析
- 标题布局
- 远程关闭,模拟器无效
- 二.linux学习笔记-命令基本格式及文件处理命令
- 辛星整理python语言的两个独特之处