bp神經網路學習
import numpy as np
#使用邏輯迴歸進行分類
def nonlin(x,deriv=False):
if(deriv==True):
return x*(1-x)
return 1/(1+np.exp(-x))
#待分類的資料
X = np.array([ [0,0,1],
[0,1,1],
[1,0,1],
[1,1,1] ])
print(X)
#每一行所對應的類,用0,1來表示
y = np.array([[0,0,1,1]]).T
print(y)
#產生隨機種子
np.random.seed(1)
#隨機生成一個三行一列的資料
syn0 = 2*np.random.random((3,1)) - 1
print('產生隨機權重')
print(syn0)
for iter in range(10000):
l0 = X
#待分類的資料跟權值相乘,並且使用邏輯迴歸進行分類
l1 = nonlin(np.dot(l0,syn0))
#用標籤來計算分類的錯誤程度,計算出來負值說明要減小,計算出來正值說明要增大
l1_error = y - l1
#根據錯誤率來計算更改的幅度
l1_delta = l1_error * nonlin(l1,True)
#設定更改的值
syn0 += np.dot(l0.T,l1_delta)
print ("Output After Training:")
print (l1)
相關文章
- BP神經網路神經網路
- BP神經網路流程圖神經網路流程圖
- 資料探勘---BP神經網路神經網路
- 神經網路篇——從程式碼出發理解BP神經網路神經網路
- 機器學習——BP神經網路演算法機器學習神經網路演算法
- 為什麼說BP神經網路就是人工神經網路的一種?神經網路
- Andrew BP 神經網路詳細推導神經網路
- python對BP神經網路實現Python神經網路
- 【深度學習基礎-08】神經網路演算法(Neural Network)上--BP神經網路例子計算說明深度學習神經網路演算法
- 【深度學習基礎-07】神經網路演算法(Neural Network)上--BP神經網路基礎理論深度學習神經網路演算法
- BP神經網路之MATLAB@GUI篇神經網路MatlabGUI
- 【深度學習篇】--神經網路中的卷積神經網路深度學習神經網路卷積
- 神經網路學習參考神經網路
- 神經網路和深度學習神經網路深度學習
- AI BP神經網路判斷手寫數字AI神經網路
- 【深度學習】神經網路入門深度學習神經網路
- 再聊神經網路與深度學習神經網路深度學習
- 深度學習與圖神經網路深度學習神經網路
- AI之(神經網路+深度學習)AI神經網路深度學習
- 深度神經網路(DNN)反向傳播演算法(BP)神經網路DNN反向傳播演算法
- 卷積神經網路學習筆記——Siamese networks(孿生神經網路)卷積神經網路筆記
- 漸進學習前饋神經網路神經網路
- 【卷積神經網路學習】(4)機器學習卷積神經網路機器學習
- 【深度學習】1.4深層神經網路深度學習神經網路
- 深度學習教程 | 深層神經網路深度學習神經網路
- 深度學習三:卷積神經網路深度學習卷積神經網路
- 卷積神經網路學習資料卷積神經網路
- 神經網路和深度學習(1):前言神經網路深度學習
- 人工神經網路:競爭型學習神經網路
- 深度學習系列(2)——神經網路與深度學習深度學習神經網路
- 深度學習與神經網路學習筆記一深度學習神經網路筆記
- 深度學習與圖神經網路學習分享:CNN 經典網路之-ResNet深度學習神經網路CNN
- 構建兩層以上BP神經網路(python程式碼)神經網路Python
- 深度學習筆記------卷積神經網路深度學習筆記卷積神經網路
- 深度學習之上,圖神經網路(GNN )崛起深度學習神經網路GNN
- 卷積神經網路CNN-學習1卷積神經網路CNN
- 深度學習卷積神經網路筆記深度學習卷積神經網路筆記
- 深度學習之step by step搭建神經網路深度學習神經網路