python 神经网络 多进程_运用Python构建神经网络

本文介绍了如何使用Python构建一个神经网络,包括神经网络类的初始化、训练和查询功能。通过引入SciPy库中的expit()函数作为激活函数,并利用numpy进行矩阵运算,实现了一个3层神经网络的训练和查询。代码示例展示了如何设置权重、学习率,并进行反向传播更新权重的过程。
摘要由CSDN通过智能技术生成

让我们勾勒神经网络类的大概样子。我们知道,它应该至少有3个函数:

初始化函数——设定输入层节点、隐藏层节点和输出层节点的数量。

训练——学习给定训练集样本后,优化权重。

查询——给定输入,从输出节点给出答案。

先搭设整体框架,再慢慢添加

#neural network class definition

class neuralNetwork:

# initialise the neural network

def __init__():

pass

#train the neural network

def train(s):

pass

#query the nnetwork

def query(s):

pass

这样框架已经搭好,接下来就慢慢添加。

SciPy Python库有一组特殊的函数,在这组函数中,S函数称为expit()。

搭建神经网络如下程序:

#neural network class definition

import scipy.special

import numpy

class neuralNetwork:

# initialise the neural network

def __init__(self,inputnodes,hiddennodes,outputnodes,learningrate):

#set number of nodes in each input,hidden,output,lawer,

self.inodes=inputnodes;

sel

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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