吴恩达机器学习-神经网络实现多分类（手写数字识别）

代码：
 

import numpy as np
import matplotlib.pyplot as plt
# 引入scipy库来读取matlab文件
import scipy.io as sio
from scipy.optimize import minimize
 # 获取数据
data=sio.loadmat('ex3data1.mat')
# 取出X和Y
raw_X=data['X']
raw_Y=data['y']
X=np.insert(raw_X,0,values=1,axis=1)
y=raw_Y.flatten()
# 给定了theta1和theta2的参数值
theta=sio.loadmat('ex3weights.mat')
# 输入层到隐藏层的权重参数和隐藏层到输出层的隐藏参数
theta1=theta['Theta1']
theta2=theta['Theta2']
# sigmoid函数作为激活函数
def sigmoid(z):
    return 1/(1+np.exp(-z))
# 第一层
a1=X
z2=X@theta1.T
a2=sigmoid(z2)
a2=np.insert(a2,0,values=1,axis=1)
z3=a2@theta2.T
a3=sigmoid(z3)
# 预测
y_predict=np.argmax(a3,axis=1)
y_predict=y_predict+1
acc=np.mean(y_predict==y)

结果展示：