BP 算法代码实现

基于吴恩达deep learning 讲解中的推导，python实现了多层神经网络的前向传播和反向传播过程。
代码如下：
Note：

• 这里最后一层没有经过sigmoid函数
• 公式推导：z为每一层神经元的输入；a为每一层神经元的输出；w为权重；b为偏差。
• 欢迎交流

# -*- coding: utf-8 -*-
"""
last layer without sigmoid
@author: cdq
"""

import numpy as np
import matplotlib.pyplot as plt
def sigmoid(x):
    return 1.0 / (1.0 + np.exp(-x))
def dsigmoid(x):
    return sigmoid(x) * (1 - sigmoid(x))

class BP(object):
    def __init__(self, layers, activation='sigmoid', learning_rate=0.01):
        self.layers = layers
        self.learning_rate = learning_rate
        self.caches = {}
        self.grades = {}
        if activation == 'sigmoid':