人工神经网络已经有无数的开源框架,比如tensorflow,caffe等,可以直接用。但最近需要做一个小样例,把基本思想讲一讲,因此自己写了一个demo,以供参考。
下面直接上代码,代码中有注释,比较容易理解
ANN.py
# -*- coding:utf-8 -*-
import numpy
import random
class ANN:
# layers为列表,其长度给出层数,包括输入和输出层,每个元素给出每层神经元数量
# 例如[3, 5, 2]代表输入参数为3,中间隐藏层有5个神经元,输出2个结果的神经网络
def __init__(self, layers):
self.num_layers = len(layers)
self.sizes = layers
self._biases = [numpy.random.randn(y, 1) for y in layers[1:]]
self._weights = [numpy.random.randn(y, x) for x, y in zip(layers[:-1], layers[1:])]
def _sigmoid(self, z):
return 1.0/(1.0 + numpy.exp(-z))
# sigmoid函数的导数
def _Dsigmoid(self, z):
return self._sigmoid(z)*(1-self._sigmoid(z))
# 计算输出向量
def calc(self, input):