用python写一个神经网络

好的，以下是一个简单的神经网络的 Python 代码：

import numpy as np

# 定义 sigmoid 函数
def sigmoid(x):
    return 1 / (1 + np.exp(-x))

# 定义神经网络类
class NeuralNetwork:
    def __init__(self, input_size, hidden_size, output_size):
        self.input_size = input_size
        self.hidden_size = hidden_size
        self.output_size = output_size

        # 初始化权重
        self.weights1 = np.random.randn(self.input_size, self.hidden_size)
        self.weights2 = np.random.randn(self.hidden_size, self.output_size)

    def forward(self, inputs):
        # 计算隐藏层输出
        hidden = sigmoid(np.dot(inputs, self.weights1))

        # 计算输出层输出
        output = sigmoid(np.dot(hidden, self.weights2))

        return output

# 创建神经网络对象
nn = NeuralNetwork(2, 3, 1)

# 测试神经网络
inputs = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])
outputs = nn.forward(inputs)
print(outputs)

这个神经网络有 2 个输入节点，3 个隐藏节点和 1 个输出节点。它使用 sigmoid 函数作为激活函数，随机初始化权重，然后通过前向传播计算输出。