用python写个神经网络的例子
时间: 2023-05-30 21:07:58 浏览: 81
下面是一个使用Python编写的基本神经网络的示例:
```
import numpy as np
# 定义神经网络类
class NeuralNetwork:
def __init__(self, inputs, hidden, outputs):
# 随机初始化权重
self.weights1 = np.random.rand(inputs, hidden)
self.weights2 = np.random.rand(hidden, outputs)
def sigmoid(self, x):
# 定义sigmoid函数
return 1 / (1 + np.exp(-x))
def forward(self, inputs):
# 前向传播
hidden = np.dot(inputs, self.weights1)
hidden = self.sigmoid(hidden)
output = np.dot(hidden, self.weights2)
output = self.sigmoid(output)
return output
# 创建神经网络实例
nn = NeuralNetwork(2, 3, 1)
# 测试神经网络
inputs = np.array([0, 1])
output = nn.forward(inputs)
print(output)
```
这个神经网络有2个输入神经元,3个隐藏神经元和1个输出神经元。在初始化时,权重随机初始化。在前向传播过程中,首先计算输入和第一层权重的点积,并将结果传递给sigmoid函数进行激活。然后,计算隐藏层和第二层权重的点积,并再次使用sigmoid函数进行激活,最终输出结果。
在上面的代码中,我们创建了一个神经网络实例,并使用一个测试输入来计算输出。由于权重是随机初始化的,因此每次运行输出都会不同。