BP神经网络及其Python实现

本文深入探讨了BP神经网络的工作原理,并提供了一段使用Python实现BP神经网络的示例代码,帮助读者更好地理解和应用这一经典的人工神经网络模型。
摘要由CSDN通过智能技术生成

 

 

 

import numpy as np
def Sigmoid( v ):
    y = 1 / ( 1 + np.exp( -v ) )
    return y
def TrainWByBP( W1, W2, X, D ):
    alpha = 0.9
    [ M, N ] = np.shape( X ) 
    for i in range( M ):
        #Forword propagation
        x = np.array( X[i] )
        d = D[i]
        v1 = np.dot( W1, x )
        y1 = Sigmoid( v1 ) 
        v = np.dot( W2, y1 )    
        y = Sigmoid( v )
        #Back propagation
        e = d - y 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值