python神经网络训练代码

我们可以使用Keras库来编写Python神经网络训练代码。以下是一个简单的例子，展示了如何使用Keras训练一个感知机模型来解决异或问题：

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

# 定义训练样本
x_train = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])
y_train = np.array([[0], [1], [1], [0]])

# 定义神经网络模型
model = Sequential()
num_neurons = 10
model.add(Dense(num_neurons, input_dim=2))
model.add(Activation('tanh'))
model.add(Dense(1))
model.add(Activation('sigmoid'))

# 编译模型
model.compile(loss='binary_crossentropy', optimizer=SGD(lr=0.1), metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train, epochs=1000, verbose=0)

# 使用训练好的模型进行预测
x_test = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])
y_pred = model.predict(x_test)

print(y_pred)