03_03_mlp_xor

最新推荐文章于 2023-05-23 16:33:06 发布

kingboy100

最新推荐文章于 2023-05-23 16:33:06 发布

阅读量210

点赞数

CC 4.0 BY-SA版权

分类专栏： keras

本文链接：https://blog.youkuaiyun.com/kingboy100/article/details/79954069

keras 专栏收录该内容

4 篇文章

订阅专栏

本文通过Python的Keras库构建了一个简单的神经网络模型来解决异或问题。该模型包含两个隐藏层，并使用随机梯度下降进行训练。经过4000次迭代后，模型能够准确地对输入数据进行分类。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Activation
from keras.optimizers import SGD

np.random.seed(123)

X = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])
Y = np.array([[0], [1], [1], [0]])

model = Sequential()
model.add(Dense(input_dim=2, units=2))
model.add(Activation('sigmoid'))
model.add(Dense(units=1))
model.add(Activation('sigmoid'))

model.compile(loss='binary_crossentropy', optimizer=SGD(lr=0.1))

model.fit(X, Y, epochs=4000, batch_size=4)

classes = model.predict_classes(X, batch_size=4)
prob = model.predict_proba(X, batch_size=4)

print('classified:')
print(Y == classes)
print()
print('output probability:')
print(prob)