寫了個(gè)多層感知器,用bp梯度下降更新,擬合正弦曲線,效果湊合。
成都創(chuàng)新互聯(lián)公司專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù),包含不限于成都網(wǎng)站制作、成都網(wǎng)站設(shè)計(jì)、惠農(nóng)網(wǎng)絡(luò)推廣、重慶小程序開發(fā)、惠農(nóng)網(wǎng)絡(luò)營(yíng)銷、惠農(nóng)企業(yè)策劃、惠農(nóng)品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運(yùn)營(yíng)等,從售前售中售后,我們都將竭誠(chéng)為您服務(wù),您的肯定,是我們大的嘉獎(jiǎng);成都創(chuàng)新互聯(lián)公司為所有大學(xué)生創(chuàng)業(yè)者提供惠農(nóng)建站搭建服務(wù),24小時(shí)服務(wù)熱線:13518219792,官方網(wǎng)址:muchs.cn# -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt def sigmod(z): return 1.0 / (1.0 + np.exp(-z)) class mlp(object): def __init__(self, lr=0.1, lda=0.0, te=1e-5, epoch=100, size=None): self.learningRate = lr self.lambda_ = lda self.thresholdError = te self.maxEpoch = epoch self.size = size self.W = [] self.b = [] self.init() def init(self): for i in xrange(len(self.size)-1): self.W.append(np.mat(np.random.uniform(-0.5, 0.5, size=(self.size[i+1], self.size[i])))) self.b.append(np.mat(np.random.uniform(-0.5, 0.5, size=(self.size[i+1], 1)))) def forwardPropagation(self, item=None): a = [item] for wIndex in xrange(len(self.W)): a.append(sigmod(self.W[wIndex]*a[-1]+self.b[wIndex])) """ print "-----------------------------------------" for i in a: print i.shape, print for i in self.W: print i.shape, print for i in self.b: print i.shape, print print "-----------------------------------------" """ return a def backPropagation(self, label=None, a=None): # print "backPropagation--------------------begin" delta = [(a[-1]-label)*a[-1]*(1.0-a[-1])] for i in xrange(len(self.W)-1): abc = np.multiply(a[-2-i], 1-a[-2-i]) cba = np.multiply(self.W[-1-i].T*delta[-1], abc) delta.append(cba) """ print "++++++++++++++delta++++++++++++++++++++" print "len(delta):", len(delta) for ii in delta: print ii.shape, print "\n=======================================" """ for j in xrange(len(delta)): ads = delta[j]*a[-2-j].T # print self.W[-1-j].shape, ads.shape, self.b[-1-j].shape, delta[j].shape self.W[-1-j] = self.W[-1-j]-self.learningRate*(ads+self.lambda_*self.W[-1-j]) self.b[-1-j] = self.b[-1-j]-self.learningRate*delta[j] """print "=======================================1234" for ij in self.b: print ij.shape, print """ # print "backPropagation--------------------finish" error = 0.5*(a[-1]-label)**2 return error def train(self, input_=None, target=None, show=10): for ep in xrange(self.maxEpoch): error = [] for itemIndex in xrange(input_.shape[1]): a = self.forwardPropagation(input_[:, itemIndex]) e = self.backPropagation(target[:, itemIndex], a) error.append(e[0, 0]) tt = sum(error)/len(error) if tt < self.thresholdError: print "Finish {0}: ".format(ep), tt return elif ep % show == 0: print "epoch {0}: ".format(ep), tt def sim(self, inp=None): return self.forwardPropagation(item=inp)[-1] if __name__ == "__main__": tt = np.arange(0, 6.28, 0.01) labels = np.zeros_like(tt) print tt.shape """ for po in xrange(tt.shape[0]): if tt[po] < 4: labels[po] = 0.0 elif 8 > tt[po] >= 4: labels[po] = 0.25 elif 12 > tt[po] >= 8: labels[po] = 0.5 elif 16 > tt[po] >= 12: labels[po] = 0.75 else: labels[po] = 1.0 """ tt = np.mat(tt) labels = np.sin(tt)*0.5+0.5 labels = np.mat(labels) model = mlp(lr=0.2, lda=0.0, te=1e-5, epoch=500, size=[1, 6, 6, 6, 1]) print tt.shape, labels.shape print len(model.W), len(model.b) print model.train(input_=tt, target=labels, show=10) sims = [model.sim(tt[:, idx])[0, 0] for idx in xrange(tt.shape[1])] xx = tt.tolist()[0] plt.figure() plt.plot(xx, labels.tolist()[0], xx, sims, 'r') plt.show()
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務(wù)器15元起步,三天無理由+7*72小時(shí)售后在線,公司持有idc許可證,提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì),專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。
當(dāng)前名稱:python實(shí)現(xiàn)多層感知器-創(chuàng)新互聯(lián)
鏈接URL:http://muchs.cn/article22/deidjc.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供營(yíng)銷型網(wǎng)站建設(shè)、用戶體驗(yàn)、建站公司、外貿(mào)建站、品牌網(wǎng)站設(shè)計(jì)、云服務(wù)器
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容