本文主要介绍了Python利用numpy实现三层神经网络的示例代码，分享给大家，具体如下：
#求点积 np.dot(X,w1)
def sigmod(x):
return 1/(1 + np.exp(-x))
Z1 = sigmod(A1)
Z1
#定义w2，b2 w2 = np.array([[0.1,0.4],[0.2,0.5],[0.3,0.6]]) b2 = np.array([0.1,0.2]) #查看他们的行状 print(w2.shape) print(b2.shape)
A2 = np.dot(Z1,w2) + b2 A2
Z2 = sigmod(A2) Z2
#定义恒等函数
def identity_function(x):
return x
#定义w3,b3
w3 = np.array([[0.1,0.3],[0.2,0.4]])
b3 = np.array([0.1,0.2])
A3 = np.dot(Z2,w3) + b3
Y = identity_function(A3)
Y
将上面的整合一下
#整理
#定义一个字典，将权重全部放入字典
def init_network():
network = {}
network['w1'] = np.array([[0.1,0.3,0.5],[0.2,0.4,0.6]])
network['w2'] = np.array([[0.1,0.4],[0.2,0.5],[0.3,0.6]])
network['w3'] = np.array([[0.1,0.3],[0.2,0.4]])
network['b1'] = np.arra<p style="color:transparent">本文来源gao!daima.com搞$代!码网</p>y([0.1, 0.2, 0.3])
network['b2'] = np.array([0.1,0.2])
network['b3'] = np.array([0.1,0.2])
return network
#定义函数，导入权重与x，得到Y
def forward(network,x):
w1,w2,w3 = network['w1'],network['w2'],network['w3']
b1,b2,b3 = network['b1'],network['b2'],network['b3']
A1 = np.dot(x,w1) + b1
A2 = np.dot(A1,w2) + b2
A3 = np.dot(A2,w3) + b3
Y = identity_function(A3)
Y
#调用函数 network = init_network() X = np.array([1.0,0.5]) Y = forward(network,X)
到此这篇关于Python利用numpy实现三层神经网络的示例代码的文章就介绍到这了,更多相关numpy三层神经网络内容请搜索搞代码以前的文章或继续浏览下面的相关文章希望大家以后多多支持搞代码！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Python利用numpy实现三层神经网络的示例代码
转载请注明原文链接：Python利用numpy实现三层神经网络的示例代码
