跟着视频敲得第一个神经网络的小例子
'''
三层神经网络,需要w0,w1两组权重参数
'''
import numpy as np
# 激活函数
def sigmoid(x, deriv = False):
if(deriv == True):
return x*(1-x)
return 1/(1+np.exp(-x))
# x的值
x = np.array([[0,0,1],
[0,1,1],
[1,0,1],
[1,1,1],
[0,0,1]]
)
# x的维度
# print(x.shape)
# y值
y=np.array([[0],
[1],
[1],
[0],
[0]]
)
# y的维度
# print(y.shape)
# 指定随机种子
np.random.seed(1)
# 随机初始化w0,w1,每个值在[-1,1)区间
w0 = 2*np.random.random((3,4))-1
w1 = 2*np.random.random((4,1))-1
# 迭代60000次
for j in range(60000):
l0 = x
l1 = sigmoid(np.dot(l0,w0))
l2 = sigmoid(np.dot(l1,w1))
l2_error = y-l2
if (j % 10000) == 0:
print('Error ' + str(np.mean(np.abs(l2_error))))
# 反向传播
# 对应相乘
l2_delta = l2_error * sigmoid(l2,deriv=True)
# 矩阵相乘
l1_error = l2_delta.dot(w1.T)
l1_delta = l1_error * sigmoid(l1, deriv=True)
# 参数更新
w1 += l1.T.dot(l2_delta)
w0 += l0.T.dot(l1_delta)
结果