本文介绍了如何用Python实现一个简单的BP神经网络。通过一个3输入4隐藏层神经元1输出层的网络示例，详细解释了隐藏层和输出层的计算过程，并给出了解决异或问题的输入和期望输出。提供了作者的个人简介链接和联系方式。
#BP神经网络简单python实现
BP神经网络的算法推导详见前面的文章：BP神经网络算法推导
##样例示意图
假设输入层有3个神经元，隐藏层有4个神经元，输出层有1个神经元，如图所示：
##样例参数说明
如图所示，隐藏层的结果（输出）为 Y → = X → × V i j \overrightarrow{Y} = \overrightarrow{X} \times V_{ij} Y=X×Vij：
{ y 0 = x 0 V 00 + x 1 V 10 + x 2 V 20 y 1 = x 0 V 01 + x 1 V 11 + x 2 V 21 y 2 = x 0 V 02 + x 1 V 12 + x 2 V 22 y 3 = x 0 V 03 + x 1 V 13 + x 2 V 23 \left\{ \begin{aligned} y_{0}=x_{0}V_{00}+x_{1}V_{10}+x_{2}V_{20} \\ y_{1}=x_{0}V_{01}+x_{1}V_{11}+x_{2}V_{21} \\ y_{2}=x_{0}V_{02}+x_{1}V_{12}+x_{2}V_{22} \\ y_{3}=x_{0}V_{03}+x_{1}V_{13}+x_{2}V_{23} \end{aligned} \right. ⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧y0=x0V00+x1V10+x2V20y1=x0V01+x1V11+x2V21y
最低0.47元/天 解锁文章
扫一扫
1159
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
