Python编程实现的简单神经网络算法示例

概述本文实例讲述了Python编程实现的简单神经网络算法。分享给大家供大家参考，具体如下：

本文实例讲述了Python编程实现的简单神经网络算法。分享给大家供大家参考，具体如下：

python实现二层神经网络

包括输入层和输出层

# -*- Coding:utf-8 -*-#! python2import numpy as np#sigmoID functiondef nonlin(x,deriv = False): if(deriv == True):  return x*(1-x) return 1/(1+np.exp(-x))#input datasetx = np.array([[0,1],[0,1,[1,1]])#output datasety = np.array([[0,1]]).Tnp.random.seed(1)#init weight valuesyn0 = 2*np.random.random((3,1))-1print "编程小技巧测试结果："for iter in xrange(100000): l0 = x       #the first layer,and the input layer l1 = nonlin(np.dot(l0,syn0)) #the second layer,and the output layer l1_error = y-l1 l1_delta = l1_error*nonlin(l1,True) syn0 += np.dot(l0.T,l1_delta)print "outout after Training:"print l1

这里，

l0:输入层
l1:输出层
syn0:初始权值
l1_error:误差
l1_delta:误差校正系数
func nonlin:sigmoID函数

这里迭代次数为100时，预测结果为

迭代次数为1000时，预测结果为：

迭代次数为10000，预测结果为：

迭代次数为100000，预测结果为：

可见迭代次数越多，预测结果越接近理想值，当时耗时也越长。

python实现三层神经网络

包括输入层、隐含层和输出层

# -*- Coding:utf-8 -*-#! python2import numpy as npdef nonlin(x,deriv = False): if(deriv == True):  return x*(1-x) else:  return 1/(1+np.exp(-x))#input datasetX = np.array([[0,0]]).Tsyn0 = 2*np.random.random((3,4)) - 1 #the first-hIDden layer weight valuesyn1 = 2*np.random.random((4,1)) - 1 #the hIDden-output layer weight valueprint "编程小技巧测试结果："for j in range(60000): l0 = X      #the first layer,and the hIDden layer l2 = nonlin(np.dot(l1,syn1)) #the third layer,and the output layer l2_error = y-l2  #the hIDden-output layer error if(j%10000) == 0:  print "Error:"+str(np.mean(l2_error)) l2_delta = l2_error*nonlin(l2,deriv = True) l1_error = l2_delta.dot(syn1.T)  #the first-hIDden layer error l1_delta = l1_error*nonlin(l1,deriv = True) syn1 += l1.T.dot(l2_delta) syn0 += l0.T.dot(l1_delta)print "outout after Training:"print l2

运行结果：

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python编码 *** 作技巧总结》、《Python函数使用技巧总结》、《Python字符串 *** 作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。

您可能感兴趣的文章:Python实现的人工神经网络算法示例【基于反向传播算法】python实现神经网络感知器算法Python实现的递归神经网络简单示例Python基于numpy灵活定义神经网络结构的方法神经网络理论基础及Python实现详解Python实现感知器模型、两层神经网络Python与人工神经网络:使用神经网络识别手写图像介绍python机器学习之神经网络（一）python机器学习之神经网络（三）python机器学习之神经网络（二）用Python从零实现贝叶斯分类器的机器学习的教程机器学习python实战之决策树 总结

以上是内存溢出为你收集整理的Python编程实现的简单神经网络算法示例全部内容，希望文章能够帮你解决Python编程实现的简单神经网络算法示例所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。