神经网络算法的实例

hang__19

于 2017-07-27 15:57:25 发布

阅读量5.6k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/hang__xiu2016acm/article/details/76201925

本文通过两个实例介绍了神经网络算法的应用。首先，使用神经网络解决经典的非线性关系问题——XOR，展示了神经网络如何处理非线性数据。接着，演示了神经网络在手写数字识别中的应用，使用8x8像素的图像数据，通过训练和测试，实现了对0到9数字的识别，并展示了混淆矩阵和分类报告，评估了模型的准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.简单非线性关系数据集测试（XOR)

X: Y

0 0 0

0 1 1

1 0 1

1 1 0

Code:

#!/usr/bin/env python
#-*-coding:utf-8-*-
#神经网络测试的例子
#简单非线性关系数据集测试(XOR)异或的运算
from NeuralNetwork import NeuralNetwork 
import numpy as np

nn=NeuralNetwork([2,2,1],'tanh')
#算法集
X=np.array([[0,0],[0,1],[1,0],[1,1]])

y=np.array([0,1,1,0])
nn.fit(X,y)
for i in [[0,0],[0,1],[1,0],[1,1]]:
    print(i,nn.predict(i))

最低0.47元/天解锁文章