用BP神经网络解决异或问题

初步的神经网络入门分为三篇

1：神经网络简析

2：Back Propagation算法

3：用BP神经网络解决异或问题

 

这一篇主要是讲解一下关于用BP神经网络解决异或问题

对于我们的输入

[0,0]，[0,1]，[1,0]，[1,1]

对于我们的输出

0或1

这里我们需要借用上一篇文章的一张图片

构建双层神经网络

#导入numpy
import numpy as np

#先定义训练数据
train_X = np.array([[0,0],[0,1],[1,0],[1,1]])
train_Y = np.array([0,1,1,0])

#线性连接层
class LinearLayer:
    def __init__(self, input_D, output_D):
        self._W = np.random.normal(0, 0.1, (input_D, output_D))#权值
        self._b = np.random.normal(0, 0.1, (1,output_D))#偏置
        self._grad_W = np.zeros((input_D,output_D))