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! |
