Python编程实现的简单神经网络算法示例
本文实例讲述了Python编程实现的简单神经网络算法。分享给大家供大家参考,具体如下:
python实现二层神经网络
包括输入层和输出层
# -*- coding:utf-8 -*- #! python2 import numpy as np #sigmoid function def nonlin(x, deriv = False): if(deriv == True): return x*(1-x) return 1/(1+np.exp(-x)) #input dataset x = np.array([[0,0,1], [0,1,1], [1,0,1], [1,1,1]]) #output dataset y = np.array([[0,0,1,1]]).T np.random.seed(1) #init weight value syn0 = 2*np.random.random((3,1))-1 print "我们测试结果:" for iter in xrange(100000): l0 = x #the first layer,and the input layer l1 = nonlin(np.dot(l0,syn0)) #the second layer,and the output layer l1_error = y-l1 l1_delta = l1_error*nonlin(l1,True) syn0 += np.dot(l0.T, l1_delta) print "outout after Training:" print l1
这里,
l0:输入层
l1:输出层
syn0:初始权值
l1_error:误差
l1_delta:误差校正系数
func nonlin:sigmoid函数
这里迭代次数为100时,预测结果为
迭代次数为1000时,预测结果为:
迭代次数为10000,预测结果为:
迭代次数为100000,预测结果为:
可见迭代次数越多,预测结果越接近理想值,当时耗时也越长。
python实现三层神经网络
包括输入层、隐含层和输出层
# -*- coding:utf-8 -*- #! python2 import numpy as np def nonlin(x, deriv = False): if(deriv == True): return x*(1-x) else: return 1/(1+np.exp(-x)) #input dataset X = np.array([[0,0,1], [0,1,1], [1,0,1], [1,1,1]]) #output dataset y = np.array([[0,1,1,0]]).T syn0 = 2*np.random.random((3,4)) - 1 #the first-hidden layer weight value syn1 = 2*np.random.random((4,1)) - 1 #the hidden-output layer weight value print "我们测试结果:" for j in range(60000): l0 = X #the first layer,and the input layer l1 = nonlin(np.dot(l0,syn0)) #the second layer,and the hidden layer l2 = nonlin(np.dot(l1,syn1)) #the third layer,and the output layer l2_error = y-l2 #the hidden-output layer error if(j%10000) == 0: print "Error:"+str(np.mean(l2_error)) l2_delta = l2_error*nonlin(l2,deriv = True) l1_error = l2_delta.dot(syn1.T) #the first-hidden layer error l1_delta = l1_error*nonlin(l1,deriv = True) syn1 += l1.T.dot(l2_delta) syn0 += l0.T.dot(l1_delta) print "outout after Training:" print l2
运行结果:
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数据结构与算法教程》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
您可能感兴趣的文章:
- Python实现的人工神经网络算法示例【基于反向传播算法】
- python实现神经网络感知器算法
- Python实现的递归神经网络简单示例
- Python基于numpy灵活定义神经网络结构的方法
- 神经网络理论基础及Python实现详解
- Python实现感知器模型、两层神经网络
- Python与人工神经网络:使用神经网络识别手写图像介绍
- python机器学习之神经网络(一)
- python机器学习之神经网络(三)
- python机器学习之神经网络(二)
- 用Python从零实现贝叶斯分类器的机器学习的教程
- 机器学习python实战之决策树
赞 (0)