反馈神经网络python实现

Turing's Cat

于 2021-01-12 22:18:49 发布

阅读量567

点赞数

分类专栏：笔记文章标签： python 深度学习神经网络

本文链接：https://blog.csdn.net/qq_41893089/article/details/112548946

版权

本文介绍了反馈神经网络的基本原理，并详细阐述了如何使用Python进行实现。通过学习，读者将理解反馈神经网络的工作机制，并能看到实际代码执行的效果。

摘要由CSDN通过智能技术生成

学习目标：

反馈神经网络python实现

学习内容：

1、反馈神经网络原理
2、 python实现

学习产出：

#@environment:python3.8
#@software   :pycharm
#@time       :2021/01/13


import numpy as np
import math
import random
def rand(a,b):
    return (b - a) * random.random() + a
def make_matrix(m, n, fill=0.0):
    mat = []
    for i in range(m):
        mat.append([fill] * n)
    return mat
def sigmoid(x):
    return 1.0 / (1.0 + math.exp(-x))
def sigmod_derivate(x):
    return x * (1 - x)
class BPNeuralNetwork:
    def __init__(self):
        self.input_n = 0
        self.hidden_n = 0
        self.output_n = 0
        self.input_cells = []
        self.hidden_cells = []
        self.output_cells = []
        self.input_weights = []
        self.output_weights = []
    def setup(self, ni, nh