下面是一个简单的 Python 神经网络框架的例子:
import numpy as np
class NeuralNetwork:
def __init__(self, layers):
self.layers = layers
self.weights = []
for i in range(1, len(layers)):
w = np.random.rand(layers[i], layers[i - 1])
self.weights.append(w)
def sigmoid(self, x):
return 1 / (1 + np.exp(-x))
def forward_propagate(self, inputs):
activations = inputs
for w in self.weights:
activations = self.sigmoid(np.dot(w, activations))
return activations
这个框架定义了一个神经网络类,初始化时接受一个包含各层节点数的列表,然后随机初始化权重。正向传播函数使用带权输入和 sigmoid 函数计算输出。
这只是一个简单的例子,缺少很多功能,比如反向传播、损失函数、优化器等。你可以根据自己的需要进一步完善这个框架。