BP神经网络原理及Python实现代码

本文主要讲如何不依赖TenserFlow等高级API实现一个简单的神经网络来做分类，所有的代码都在下面；在构造的数据（通过程序构造）上做了验证，经过1个小时的训练分类的准确率可以达到97%。 完整的结构化代码见于：链接地址 先来说说原理 网络构造 上面是一个简单的三层网络；输入层包含节点X1 , X2；隐层包含H1，H2；输出层包含O1。 输入节点的数量要等于输入数据的变量数目。 隐层节点的数量通过经验来确定。 如果只是做分类，输出层一般一个节点就够了。 从输入到输出的过程 1.输入节点的输出等于输入，X1节点输入x1时，输出还是x1. 2. 隐层和输出层的输入I为上层输出的加权求和再加偏置