Python利用numpy實現(xiàn)三層神經(jīng)網(wǎng)絡的示例代碼
本文主要介紹了Python利用numpy實現(xiàn)三層神經(jīng)網(wǎng)絡的示例代碼,分享給大家,具體如下:
其實神經(jīng)網(wǎng)絡很好實現(xiàn),稍微有點基礎的基本都可以實現(xiàn)出來.主要都是利用上面這個公式來做的。
這是神經(jīng)網(wǎng)絡的整體框架,一共是三層,分為輸入層,隱藏層,輸出層。現(xiàn)在我們先來講解下從輸出層到到第一個隱藏層。
使用的編譯器是jupyter notebook
import numpy as np #定義X,W1,B1 X = np.array([1.0, 0.5]) w1 = np.array([[0.1, 0.3, 0.5],[0.2, 0.4, 0.6]]) b1 = np.array([0.1, 0.2, 0.3]) #查看他們的形狀 print(X.shape) print(w1.shape) print(b1.shape)
#求點積 np.dot(X,w1)
def sigmod(x): return 1/(1 + np.exp(-x)) Z1 = sigmod(A1) Z1
#定義w2,b2 w2 = np.array([[0.1,0.4],[0.2,0.5],[0.3,0.6]]) b2 = np.array([0.1,0.2]) #查看他們的行狀 print(w2.shape) print(b2.shape)
A2 = np.dot(Z1,w2) + b2 A2
Z2 = sigmod(A2) Z2
#定義恒等函數(shù) def identity_function(x): return x #定義w3,b3 w3 = np.array([[0.1,0.3],[0.2,0.4]]) b3 = np.array([0.1,0.2]) A3 = np.dot(Z2,w3) + b3 Y = identity_function(A3) Y
將上面的整合一下
#整理 #定義一個字典,將權(quán)重全部放入字典 def init_network(): network = {} network['w1'] = np.array([[0.1,0.3,0.5],[0.2,0.4,0.6]]) network['w2'] = np.array([[0.1,0.4],[0.2,0.5],[0.3,0.6]]) network['w3'] = np.array([[0.1,0.3],[0.2,0.4]]) network['b1'] = np.array([0.1, 0.2, 0.3]) network['b2'] = np.array([0.1,0.2]) network['b3'] = np.array([0.1,0.2]) return network
#定義函數(shù),導入權(quán)重與x,得到Y(jié) def forward(network,x): w1,w2,w3 = network['w1'],network['w2'],network['w3'] b1,b2,b3 = network['b1'],network['b2'],network['b3'] A1 = np.dot(x,w1) + b1 A2 = np.dot(A1,w2) + b2 A3 = np.dot(A2,w3) + b3 Y = identity_function(A3) Y
#調(diào)用函數(shù) network = init_network() X = np.array([1.0,0.5]) Y = forward(network,X)
到此這篇關于Python利用numpy實現(xiàn)三層神經(jīng)網(wǎng)絡的示例代碼的文章就介紹到這了,更多相關numpy三層神經(jīng)網(wǎng)絡內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Pandas時間序列重采樣(resample)方法中closed、label的作用詳解
這篇文章主要介紹了Pandas時間序列重采樣(resample)方法中closed、label的作用詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-12-12Python selenium爬取微博數(shù)據(jù)代碼實例
這篇文章主要介紹了Python selenium爬取微博數(shù)據(jù)代碼實例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-05-05Python成功解決讀文件出現(xiàn):IOError:?[Errno?0]?Error的錯誤
在Python編程中,處理文件是常見的任務之一,但偶爾也會遇到各種錯誤,包括IOError,盡管Python?3.x中IOError已被OSError和FileNotFoundError等更具體的異常所取代,由于[Errno?0]不直接指向具體的錯誤類型,我們將討論一系列可能導致IOError的常見情況,需要的朋友可以參考下2024-07-07