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
BP网络数字识别
最新推荐文章于 2021-11-15 09:57:14 发布
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