给我一个人工神经网络的python代码

以下是一个简单的基于Python的人工神经网络代码：

import numpy as np

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

# 输入层
inputs = np.array([[0, 1, 0],
                   [0, 0, 1],
                   [1, 1, 1],
                   [1, 0, 1]])

# 输出层
outputs = np.array([[0, 0, 1, 1]]).T

# 随机权重矩阵
weights = 2 * np.random.random((3, 1)) - 1

# 训练
for i in range(10000):
    inputs_layer = inputs
    output_layer = sigmoid(np.dot(inputs_layer, weights))
    error = outputs - output_layer
    adjustments = error * sigmoid(output_layer, True)
    weights += np.dot(inputs_layer.T, adjustments)

# 打印结果
print("Weights after training:")
print(weights)
print("Output after training:")
print(output_layer)

这个代码实现了一个简单的3个输入1个输出的人工神经网络。它使用sigmoid激活函数和随机权重矩阵进行训练。在训练循环中，它使用反向传播算法来计算权重矩阵的调整量，以最小化输出误差。最终，它打印出训练后的权重矩阵和输出。