跟着視頻敲得第一個神經網絡的小例子
'''
三層神經網絡,需要w0,w1兩組權重參數
'''
import numpy as np
# 激活函數
def sigmoid(x, deriv = False):
if(deriv == True):
return x*(1-x)
return 1/(1+np.exp(-x))
# x的值
x = np.array([[0,0,1],
[0,1,1],
[1,0,1],
[1,1,1],
[0,0,1]]
)
# x的維度
# print(x.shape)
# y值
y=np.array([[0],
[1],
[1],
[0],
[0]]
)
# y的維度
# print(y.shape)
# 指定隨機種子
np.random.seed(1)
# 隨機初始化w0,w1,每個值在[-1,1)區間
w0 = 2*np.random.random((3,4))-1
w1 = 2*np.random.random((4,1))-1
# 迭代60000次
for j in range(60000):
l0 = x
l1 = sigmoid(np.dot(l0,w0))
l2 = sigmoid(np.dot(l1,w1))
l2_error = y-l2
if (j % 10000) == 0:
print('Error ' + str(np.mean(np.abs(l2_error))))
# 反向傳播
# 對應相乘
l2_delta = l2_error * sigmoid(l2,deriv=True)
# 矩陣相乘
l1_error = l2_delta.dot(w1.T)
l1_delta = l1_error * sigmoid(l1, deriv=True)
# 參數更新
w1 += l1.T.dot(l2_delta)
w0 += l0.T.dot(l1_delta)
結果