神經網絡實現_第1頁
神經網絡實現_第2頁
神經網絡實現_第3頁
神經網絡實現_第4頁
神經網絡實現_第5頁
已閱讀5頁，還剩6頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

數據挖掘技術與應用輸入：訓練集數據、學習速率yita過程：在(0,1)范圍內隨機初始化網絡中所有連接權和閾值repeat根據網絡輸入和當前參數計算網絡輸出值y計算輸出層神經元梯度項gj計算隱層神經元梯度項eh更新連接權值和閾值until達到停止條件輸出：連接權值和閾值神經網絡網絡訓練過程訓練集數據：BPdata_tr.txt測試集數據：BPdata_te.txt神經網絡BP神經網絡實現

x1x2y00.290.230.1410.500.620.6420.000.530.2830.210.530.3340.100.330.1250.060.150.0360.130.030.0270.240.230.1180.280.030.0890.380.49？100.290.47？BP神經網絡實現神經網絡defsigmoid(x):#映射函數

return1/(1+math.exp(-x))importmathimportnumpyasnpimportpandasaspdfrompandasimportDataFrame,Seres神經網絡映射函數#中間層神經元輸入和輸出層神經元輸入Net_in=np.array([0,0,-1])

Out_in=np.array([0,0,0,0,-1])神經網絡中間層神經元輸入和輸出層神經元輸入#中間層和輸出層神經元權值及其變化量w_mid=np.zeros([3,4])

w_out=np.array([0.3,0.3,0.3,0.3,0.3])

delta_w_mid=np.zeros([3,4])

delta_w_out=np.array([0,0,0,0,0])

神經網絡中間層和輸出層神經元權值及其變化量#中間層的輸出foriinrange(4):

Out_in[i]=sigmoid(sum(w_mid[:,i]*Net_in))#輸出層的輸出/網絡輸出res=sigmoid(sum(Out_in*w_out))

error=abs(res-real)神經網絡中間層的輸出#輸出層權值變化量delta_w_out=yita*res*(1-res)*(real-res)*Out_in

delta_w_out[4]=-(yita*res*(1-res)*(real-res))

w_out=w_out+delta_w_out神經網絡輸出層權值變化量#中間層權值變化量foriinrange(4):

delta_w_mid[:,i]=yita*Out_in[i]*(1-Out_in[i])*w_out[i]*res*(1-res)*(real-res)*Net_in

delta_w_mid[2,i]=-(yita*Out_in[i]*(1-Out_in[i])*w_o

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論