python机器学习之神经网络(三)
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
(2)进入解压文件所在目录下
(3)输入 setup.py install
这样,在python安装目录的Python27\Lib\site-packages下,就可以看到neurolab的文件夹了,然后就可以使用neurolab库了。
使用neurolab库编写的代码如下:
import numpy as np import matplotlib.pyplot as plt import neurolab as nl input = np.array([[4,11],[7,340],[10,95],[3,29],[7,43],[5,128]]) target=np.array([[1],[0],[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]],[5,1]) 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,0],input[i,1],'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脚本之家。
相关文章
Python文件操作JSON CSV TSV Excel和Pickle文件序列化
这篇文章主要为大家介绍了Python文件操作之JSON、CSV、TSV、Excel和Pickle文件序列化示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-11-11Python Selenium XPath根据文本内容查找元素的方法
这篇文章主要介绍了Python Selenium XPath根据文本内容查找元素的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2020-12-12聊聊python dropna()和notnull()的用法区别
这篇文章主要介绍了聊聊python dropna()和notnull()的用法区别,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
最新评论