BP神经网络python实现

之前在我的另外一篇博客做了BP神经网络的理论介绍，这次使用python语言来实现。具体细节可能有点不同。

---

1. 符号说明
   （一） 输入层
   

   $$X= \begin{bmatrix} (x^{1})^T\\ \vdots \\ (x^{m})^T \end{bmatrix}$$

   • X是数据集，维度是(m*(nIn)),其中m是样本例数，nIn是样本的特征数

     但在代码里面，为了对应偏倚单位，我们在X的第一列插入一列，作为偏倚单位（bias unit），如下：

     $$X= \begin{bmatrix} 1&(x^{1})^T\\ \vdots&\vdots \\ 1&(x^{m})^T \end{bmatrix}$$
     此时X为m*（nIn+1）

   （二） 隐含层
   

   hi=⎡⎣⎢⎢⎢(hi1)T(hinNode)T⋮⎤⎦⎥⎥⎥