用Python语言写一个神经网络

好的，以下是一个简单的神经网络的 Python 代码：

import numpy as np

# 定义激活函数sigmoid
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, input_data):
        # 计算隐藏层输出
        hidden_layer_output = sigmoid(np.dot(input_data, self.weights1))
        # 计算输出层输出
        output_layer_output = sigmoid(np.dot(hidden_layer_output, self.weights2))
        return output_layer_output

# 测试代码
if __name__ == '__main__':
    # 创建神经网络实例
    nn = NeuralNetwork(2, 3, 1)
    # 输入数据
    input_data = np.array([[0, 1]])
    # 前向传播计算输出
    output = nn.forward(input_data)
    print(output)

这个神经网络包括一个输入层，一个隐藏层和一个输出层。使用sigmoid激活函数，随机初始化权重。代码中的forward方法实现了前向传播计算输出。在测试代码中，我们创建一个神经网络实例，并输入数据进行计算输出。