bp神经网络python

BP神经网络是一种常见的人工神经网络，用于解决分类和回归问题。Python语言有很多库可以实现BP神经网络，比如TensorFlow、Keras、PyTorch等。

下面是使用Keras库实现BP神经网络的一个例子：

from keras.models import Sequential
from keras.layers import Dense

# 定义模型
model = Sequential()
model.add(Dense(10, input_dim=8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

# 编译模型
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# 训练模型
model.fit(X_train, y_train, epochs=100, batch_size=64)

# 评估模型
scores = model.evaluate(X_test, y_test)
print("Accuracy: %.2f%%" % (scores[1]*100))

其中，`Sequential`是一个线性堆叠模型，`Dense`是全连接层。`input_dim`指定输入数据的维度，`activation`指定激活函数。`compile`方法用于编译模型，`loss`指定损失函数，`optimizer`指定优化器，`metrics`指定评估指标。`fit`方法用于训练模型，`epochs`指定训练轮数，`batch_size`指定批次大小。`evaluate`方法用于评估模型，返回损失和评估指标。