python机器学习之神经网络(三)
发布时间:2020-12-17 07:42:04 所属栏目:Python 来源:网络整理
导读:前面两篇文章都是参考书本神经网络的原理,一步步写的代码,这篇博文里主要学习了如何使用neurolab库中的函数来实现神经网络的算法。 首先介绍一下neurolab库的配置: 选择你所需要的版本进行下载,下载完成后解压。 neurolab需要采用python安装第三方软件包
前面两篇文章都是参考书本神经网络的原理,一步步写的代码,这篇博文里主要学习了如何使用neurolab库中的函数来实现神经网络的算法。 首先介绍一下neurolab库的配置: 选择你所需要的版本进行下载,下载完成后解压。 neurolab需要采用python安装第三方软件包的方式进行安装,这里介绍一种安装方式: (1)进入cmd窗口 这样,在python安装目录的Python27Libsite-packages下,就可以看到neurolab的文件夹了,然后就可以使用neurolab库了。 import numpy as np import matplotlib.pyplot as plt import neurolab as nl input = np.array([[4,11],[7,340],[10,95],[3,29],43],[5,128]]) target=np.array([[1],[0],[1],[0]]) #2层网络,5个输入节点,一个输出节点 net=nl.net.newff([[3,10],[11,400]],1]) err=net.train(input,target,epochs=500,show=1,goal=0.02) out=net.sim(input) mymean=np.mean(out) x_max=np.max(input[:,0])+5 x_min=np.min(input[:,0])-5 y_max=np.max(input[:,1])+5 y_min=np.min(input[:,1])-5 plt.subplot(211) #误差曲线 plt.plot(range(len(err)),err) plt.xlabel('Epoch number') plt.ylabel('err (default SSE)') plt.subplot(212) #可视化图 plt.xlim(x_min,x_max) plt.ylim(y_min,y_max) for i in xrange(0,len(input)): if out[i]>mymean: plt.plot(input[i,0],input[i,1],'ro') else: plt.plot(input[i,'r*') plt.show() 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |