BP网络数字识别

最新推荐文章于 2021-11-15 09:57:14 发布

坚定亦唯美

最新推荐文章于 2021-11-15 09:57:14 发布

阅读量455

点赞数

本文链接：https://blog.csdn.net/qq_40239482/article/details/80315281

版权

这段代码实现了一个基于BP算法的神经网络，用于数字识别任务。首先导入所需库，定义sigmoid激活函数及其导数，然后初始化网络权重。神经网络包含一个隐藏层和一个输出层。训练过程中，随机选取样本进行梯度下降更新权重，每1000次训练评估一次准确率。最后，使用sklearn的digits数据集加载样本，并进行训练。

摘要由CSDN通过智能技术生成

import numpy as np
from sklearn.datasets import load_digits
from sklearn.preprocessing import LabelBinarizer
from sklearn.cross_validation import train_test_split

def sigmoid(x):
    return 1/(1+np.exp(-x))
def dsigmoid(x):
    return x*(1-x)
class NeuralNetwork:
    def __init__(self,layers): #(64,100,10)
        #权值的初始化,范围-1到1