BP神经网络及其Python实现

最新推荐文章于 2024-03-09 16:30:01 发布

小游园

最新推荐文章于 2024-03-09 16:30:01 发布

阅读量1.6k

点赞数 1

本文链接：https://blog.csdn.net/s0302017/article/details/107063481

版权

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