利用Python实现的BP神经网络进行人脸识别.zip

利用Python实现的BP神经网络进行人脸识别，源码公开，打开就能使用，欢迎大家学习借鉴，进制使用于非法用途或者有损他人利益。

#coding=utf8
from neuralnetworktool import *
import random
import traceback
class Neuron（）:
	def __init__（selfnInput = 0studyspeed = 1thresholdFunc = sigmoidX）:
		self.nInput = nInput
		#init the weight in range -1 to 1
		randomweights = [random.uniform（-1 1） for i in range（nInput）]
		self.weights = randomweights
		self.thresholdFunc = thresholdFunc
		self.studyspeed = studyspeed
		self.inputs = []

	def setInputs（selfinputs）:
		self.inputs = inputs

	def getInputs（self）:
		return self.inputs

	def getOutput（selfinputs）:
		self.inputs = inputs
		outputs = np.squeeze（np.asarray（self.weights * inputs））
		#for i in range（len（self.weights））:
		#	outputs += self.weights[i] * self.inputs[i]
		return round（self.thresholdFunc（outputs）3）


	def adjustWeights（selfinputsexceptOutputrealOutput = None）:
		if realOutput == None:
			f = self.getOutput（inputs）
		else:
			f = realOutput
		d = exceptOutput
		r = （d - f） * f * （1 - f）
		self.adjustWeightsWithR（r）
		return r

	#R反映出网络输出的平方差对相应的sigmoid函数的输入中的变化的敏感度
	def adjustWeightsWithR（selfR）:
		self.weights += self.studyspeed * R *  np.transpose（self.inputs）

	def getWeights（self）:
		return np.squeeze（np.asarray（self.weights））

	def getWeightsMatrix（self）:
		return self.weights

	def setWeights（selfweights）:
		self.weights = np.matrix（weights）

	def setStudySpeed（selfstudyspeed）:
		self.studyspeed = studyspeed

	def printInfo（self）:
		print self.weights


class NeuralNetWork（）:
	def __init__（selfnInput=0nHide=0nOutput=0studyspeed=0）:
		self.nInput = nInput
		self.nHide = nHide
		self.nOutput = nOutput
		self.studyspeed = studyspeed
		self.inputNeurons = [0 for i in range（nInput）]
		self.hideNeurons = [
		Neuron（nInput = nInputstudyspeed = studyspeed） for i in range（nHide）]
		self.outputNeurons = [
		Neuron（nInput = nHidestudyspeed = studyspeed） for i in range（nOutput）]


	def backpropagation（selftrainings=[]examples=[]）:
		for i in range（len（trainings））:
			self.backpropagationSingle（
				training = trainings[i]
				example = examples[i]
				）

	def backpropagationSingle（selftrainingexample）:
		#d为训练集目标输出
		d = example
		#输入转化为单列矩阵
		self.inputNeurons = np.transpose（np.matrix（training））
		#用于保存隐藏层输出
		hideoutputs = []
		#对输入层作为输入，得到隐藏层输出结果
		for hideNeuron in self.hideNeurons:
			hideoutputs.append（hideNeuron.getOutput（self.inputNeurons））
		

		#将隐藏层结果作为输出层的输入，得到输出层的结果
		outputlayeroutputs = []
		hideOutPutMatrixs =  np.transpose（np.matrix（hideoutputs））
		for outputNeuron in self.outputNeurons:
			outputlayeroutputs.append（outputNeuron.getOutput（hideOutPutMatrixs））
		#输出层结果与期望结果做比较，并且反向传播调节
		#保存调节前输出层权值
		beforeweights = []

		#对输出层进行调节
		#保存输出层各个神经元的调节因子
		outputRs = []
		for i in range（self.nOutput）:
			#f为实际输出结果
			f = outputlayeroutputs[i]
			outputR = （d[i] - f） * f * （1 - f）
			outputRs.append（outputR）
			#保存第i个输出神经元的调节前权值
			beforeweights.append（self.outputNeurons[i].getWeights（））
			#对每个输出层神经元进行调节
			self.outputNeurons[i].adjustWeightsWithR（outputR）
		#对隐藏层进行调节
		for i in range（s

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-05-05 03:06  NeuralNetwork-master\
     文件         378  2016-05-05 03:06  NeuralNetwork-master\.gitattributes
     文件         655  2016-05-05 03:06  NeuralNetwork-master\.gitignore
     文件         744  2016-05-05 03:06  NeuralNetwork-master\README.md
     文件           0  2016-05-05 03:06  NeuralNetwork-master\TestConfig.txt
     目录           0  2016-05-05 03:06  NeuralNetwork-master\data\
     目录           0  2016-05-05 03:06  NeuralNetwork-master\data\faces\
     文件         131  2016-05-05 03:06  NeuralNetwork-master\data\faces\.anonr
     目录           0  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\
     文件       42648  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_angry_open.pgm
     文件        3853  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_angry_open_2.pgm
     文件         973  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_angry_open_4.pgm
     文件       42480  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_angry_sunglasses.pgm
     文件        3853  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_angry_sunglasses_2.pgm
     文件         973  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_angry_sunglasses_4.pgm
     文件       42802  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_happy_open.pgm
     文件        3853  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_happy_open_2.pgm
     文件         973  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_happy_open_4.pgm
     文件       42944  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_happy_sunglasses.pgm
     文件        3853  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_happy_sunglasses_2.pgm
     文件         973  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_happy_sunglasses_4.pgm
     文件       43292  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_neutral_open.pgm
     文件        3853  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_neutral_open_2.pgm
     文件         973  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_neutral_open_4.pgm
     文件       42974  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_neutral_sunglasses.pgm
     文件        3853  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_neutral_sunglasses_2.pgm
     文件         973  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_neutral_sunglasses_4.pgm
     文件       42693  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_sad_open.pgm
     文件        3853  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_sad_open_2.pgm
     文件         973  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_sad_open_4.pgm
     文件       42967  2016-05-05 03:06  NeuralNetwork-master\data\faces\an2i\an2i_left_sad_sunglasses.pgm
............此处省略1896个文件信息