使用python定义一个神经网络结构

使用python定义一个神经网络

python定义一个神经网络是进行深度学习或者实现神经网络的基础，那么如果定义一个深度神经网络的结构呢？

import numpy as np
class Network(object):
    def __init__(self,sizes):
        self.num_layers = len(sizes)
        self.sizes = sizes
        self.biases = [np.random.randn(y,1） for y in sizes[1:]]
        self.weights = [np.random.randn(y,x) for x,y in zip(sizes(:-1),size(1:)]

1. 我们需要输入的参数就sizes。sizes是一个列表，假设为[2,3,1]。那么他表示要你所构建的神经网络是是三层，每层的节点数为2，3，1。当然有的书上写输入层不算一层，但是在这里我们把输入层看做一层，因为输入层神经元的个数我们也需要定义。
2. 在这个结构中最重要的就是我们要初始化biases（偏置）和weights（权重）。我们是用np.random.randn函数来随机初始化一个满足高斯分布的矩阵，至于矩阵的维度就要和你的参数有关了。