神经网络的SINNER最简单实现
sinner-friarhob的Python项目详细描述
SINNER-神经网络的最简单实现
我在神经网络上工作的时间比我想起来的还要早。我回来研究“黑盒模型”,我觉得没有简单的方法来创建神经网络,这是一个错误。这就是我创建这个Python库的原因。在
创建一个新的神经网络就像NeuralNetwork(list)
一样简单,其中list
是一个包含每层神经元数量的整数列表(第一个是输入,最后一个是输出,其余是隐藏的)。当然,也有可选参数,但对于初学者来说,它总是与标准视图一起工作。在
当然,“最简单”和“简单化”是不一样的,神经网络的每一个方面都使这个实现更加健壮是受欢迎的。在
公共方法
这个列表需要尽可能短,永远。现在我们只有两种方法:
eval(inputs)
:用神经网络的当前配置评估输入数组。在
train(trainingInputs, trainingOutputs)
:从一组输入和输出训练网络
待办事项列表
- 导入/导出神经网络
- 为培训输出添加日志系统
- 为PIP创建打包
- 在Git上添加用法示例
- 创建时可选择传输函数
此实现的原始版本松散地基于Jason Brownlee's "How to Code a Neural Network with Backpropagation In Python (from scratch)"
意见和建议,请随时与我联系!在
--修道士
- 项目
标签: