文章编号：2706 / 分类：技术教程 / 更新时间：2024-05-17 14:44:58 / 浏览：次

恭喜您成为首批注册用户

在这个例子中，我们来创建一个单层神经网络，它由独立的神经元组成，这些神经元在输入数据上起作用以产生输出。请注意，这里使用neural_simple.txt文件作为输入。

如下所示导入所需的软件包-

importnumpyasnpimportmatplotlib.pyplotaspltimportneurolabasnl

加载数据集如下代码-

data=input_data[:,0:2]labels=input_data[:,2:]

使用以下命令绘制输入数据-

plt.figure()plt.scatter(data[:,0],data[:,1])plt.xlabel('Dimension1')plt.ylabel('Dimension2')plt.title('Inputdata')

现在，为每个维度定义最小值和最大值，如下所示-

dim1_min,dim1_max=data[:,0].min(),data[:,0].max()dim2_min,dim2_max=data[:,1].min(),data[:,1].max()

接下来，如下定义输出层中神经元的数量-

nn_output_layer=labels.shape[1]

现在，定义一个单层神经网络-

dim1=[dim1_min,dim1_max]dim2=[dim2_min,dim2_max]neural_net=nl.net.newp([dim1,dim2],nn_output_layer)

训练神经网络的时代数和学习率如下所示-

error=neural_net.train(data,labels,epochs=200,show=20,lr=0.01)

现在，使用以下命令可视化并绘制训练进度-

plt.figure()plt.plot(error)plt.xlabel('Numberofepochs')plt.ylabel('Trainingerror')plt.title('Trainingerrorprogress')plt.grid()plt.show()

现在，使用上述分类器中的测试数据点-

[1.5,3.2]-->[1.0.][3.6,1.7]-->[1.0.][3.6,5.7]-->[1.1.][1.6,3.9]-->[1.0.]

您可以看到迄今为止讨论的代码的输出图表-

违法和不良信息举报电话：173-0602-2364|

相关标签： AI人工智能单层神经网络、

本文地址：https://www.badfl.com/article/6681d8df81f412e0e893.html

上一篇：AI人工智能多层神经网络...
下一篇：AI人工智能基于感知器的分类器...