用Python实现人工神经网络(简易版)

人工神经网络简介

人工神经网络(Artificial Neural Network, ANN)是指一系列受生物学和神经学启发的数学模型. 在人工智能领域, 人工神经网络也常常简称为神经网络(Neural Network, NN)或神经模型(Neural Model). 一个简单的多层前馈神经网络如下图.

代码

构造一个神经网络类, 首先需要将一些变量进行初始化，其中各个层的权重矩阵以及偏置项分别存储在字典中, 键代表层数.

from scipy.special import expit
import numpy as np

class ANN(object):

        def __init__(self, innum, outnum, lr, *hide_tuple):

        self.innum = innum                   # 输入节点的个数
        self.outnum = outnum                 # 输出节点的个数
        self.lr = lr                         # 学习率
        self.layernum = len(hide_tuple) + 1  # 神经网络的层数
        self.Weight = {
   
   }                     # 权重矩阵
        self.Bias = {
   
   }                       # 偏置项
        
        #　对权重矩阵和偏置项进行初始化
        self.Weight[1] = np.random.normal(0.0, pow(self.innum, -0.5), (hide_tuple[0], self.innum))
        for i in range(1, self.layernum):
            self.Bias[i] = np.random.randn(hide_tuple[i-1]).reshape(hide_tuple[i-1]