资源简介
一个简单的3层(1层隐层)误差反向传播神经网络(BP神经网络),Python实现,Python版本:Python3.5.2
代码片段和文件信息
import numpy as np
# 激活函数
def activate(x flag=False):
if flag:
return activate(x)*(1-activate(x))
else:
return 1/(1+np.exp(-x))
# 输入数据集
X = np.array([[0 0 1]
[0 1 1]
[1 0 1]
[1 1 1]])
# 输出数据集
Y = np.array([[0]
[1]
[1]
[0]])
# 随机播种
np.random.seed(1)
# 初始化权重矩阵
syn0 = 2*np.random.random((3 4)) - 1 # 输入层到隐层的权重矩阵
syn1 = 2*n
- 上一篇:python-urx-master.zip
- 下一篇:钉钉自定义机器人发送图片.py
相关资源
- numpy实现BP神经网络
- 利用Python实现的BP神经网络进行人脸识
- 手写数字识别:Python+BP神经网络+PYQ
- BP神经网络实现气温学习和预测代码及
- python神经网络书中的代码修改得到的
- python实现BP神经网络回归预测模型
- tensorflow样例 BP神经网络
- python实现bp神经网络
- BP神经网络_Python实习_包含鸢尾花分类
- 多层BP神经网络参数高自由度Python
- BP神经网络(马疝病数据集).zip
- PSO优化的BP神经网络——python实现
- BP神经网络马疝病数据集
- 房价预测的BP神经网络实现_python代码
- BP神经网络及代码分析(python+tensorf
- bp神经网络python实现
- BP神经网络PYthon代码实现
- BP神经网络算法
- BP神经网络
- BP神经网络的python实现
评论
共有 条评论