python实现多层感知器MLP（基于双月数据集）_python实现mlp,pythonmlp - CSDN文库

python多层感知器MLP

python多层感知器

python感知器

186 浏览量更新于2023-03-16 评论 1 收藏 66KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python实现多层感知器实现多层感知器MLP（基于双月数据集）（基于双月数据集）

主要为大家详细介绍了python实现多层感知器MLP，基于双月数据集，具有一定的参考价值，感兴趣的小伙伴

们可以参考一下

本文实例为大家分享了python实现多层感知器MLP的具体代码，供大家参考，具体内容如下

1、加载必要的库，生成数据集

import math

import random

import matplotlib.pyplot as plt

import numpy as np

class moon_data_class(object):

def __init__(self,N,d,r,w):

self.N=N

self.w=w

self.d=d

self.r=r

def sgn(self,x):

if(x>0):

return 1;

else:

return -1;

def sig(self,x):

return 1.0/(1+np.exp(x))

def dbmoon(self):

N1 = 10*self.N

N = self.N

r = self.r

w2 = self.w/2

d = self.d

done = True

data = np.empty(0)

while done:

#generate Rectangular data

tmp_x = 2*(r+w2)*(np.random.random([N1, 1])-0.5)

tmp_y = (r+w2)*np.random.random([N1, 1])

tmp = np.concatenate((tmp_x, tmp_y), axis=1)

tmp_ds = np.sqrt(tmp_x*tmp_x + tmp_y*tmp_y)

#generate double moon data ---upper

idx = np.logical_and(tmp_ds > (r-w2), tmp_ds < (r+w2))

idx = (idx.nonzero())[0]

if data.shape[0] == 0:

data = tmp.take(idx, axis=0)

else:

data = np.concatenate((data, tmp.take(idx, axis=0)), axis=0)

if data.shape[0] >= N:

done = False

#print (data)

db_moon = data[0:N, :]

#print (db_moon)

#generate double moon data ----down

data_t = np.empty([N, 2])

data_t[:, 0] = data[0:N, 0] + r

data_t[:, 1] = -data[0:N, 1] - d

db_moon = np.concatenate((db_moon, data_t), axis=0)

return db_moon

2、定义激活函数

def rand(a,b):

return (b-a)* random.random()+a

def sigmoid(x):

#return np.tanh(-2.0*x)

return 1.0/(1.0+math.exp(-x))

def sigmoid_derivate(x):

#return -2.0*(1.0-np.tanh(-2.0*x)*np.tanh(-2.0*x))

return x*(1-x) #sigmoid函数的导数

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

评论0

weixin_38530211

粉丝: 1
资源: 970

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈