【机器学习】——纯Python建立BP模型

最新推荐文章于 2023-03-18 10:33:52 发布

有情怀的机械男

最新推荐文章于 2023-03-18 10:33:52 发布

阅读量764

点赞数 1

分类专栏：图像处理文章标签：机器学习神经网络 python

本文链接：https://blog.csdn.net/qq_45769063/article/details/109030957

版权

图像处理专栏收录该内容

40 篇文章 12 订阅 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

本文介绍了如何利用纯Python构建一个基本的反向传播（BP）神经网络模型，包括网络结构设定、权重初始化、前向传播、反向传播以及训练过程。通过详细步骤和实例，帮助读者理解机器学习中BP算法的实现细节。

摘要由CSDN通过智能技术生成

参考：https://blog.csdn.net/michael_f2008/article/details/103715699

https://developer.aliyun.com/article/614411

import pandas as pd
import numpy as np
import datetime
from sklearn.utils import shuffle


# 1.初始化参数
def initialize_parameters(n_x, n_h, n_y):
    np.random.seed(2)

    # 权重和偏置矩阵
    w1 = np.random.randn(n_h, n_x) * 0.01
    b1 = np.zeros(shape=(n_h, 1))
    w2 = np.random.randn(n_y, n_h) * 0.01
    b2 = np.zeros(shape=(n_y, 1))

    # 通过字典存储参数
    parameters = {'w1': w1, 'b1': b1, 'w2': w2, 'b2': b2}

    return parame

了解本专栏