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:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
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服务器之家。
原文链接:http://blog.csdn.net/cui134/article/details/26841073