建站
咨詢
售后
建站咨詢
新聞中心
這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
創(chuàng)新互聯(lián)AI教程：AI人工智能基于感知器的分類器
感知器是 ANN 的基石。 如果您想了解更多關于 Perceptron 的信息，可以點擊鏈接 - artificial_neural_network
成都創(chuàng)新互聯(lián)公司是專業(yè)的玉林網(wǎng)站建設公司，玉林接單;提供成都網(wǎng)站制作、成都網(wǎng)站建設、外貿營銷網(wǎng)站建設,網(wǎng)頁設計,網(wǎng)站設計,建網(wǎng)站,PHP網(wǎng)站建設等專業(yè)做網(wǎng)站服務;采用PHP框架,可快速的進行玉林網(wǎng)站開發(fā)網(wǎng)頁制作和功能擴展;專業(yè)做搜索引擎喜愛的網(wǎng)站,專業(yè)的做網(wǎng)站團隊,希望更多企業(yè)前來合作!
以下是逐步執(zhí)行 Python 代碼，用于構建基于感知器的簡單神經網(wǎng)絡分類器 -
如下所示導入必要的軟件包 -
import matplotlib.pyplot as plt
import neurolab as nl請注意，這是一個監(jiān)督學習的例子，因此您也必須提供目標值。
input = [[0, 0], [0, 1], [1, 0], [1, 1]]
target = [[0], [0], [0], [1]] 用 2 個輸入和 1 個神經元創(chuàng)建網(wǎng)絡 -
net = nl.net.newp([[0, 1],[0, 1]], 1)現(xiàn)在，訓練網(wǎng)絡。 在這里使用 Delta 規(guī)則進行訓練。
error_progress = net.train(input, target, epochs=100, show=10, lr=0.1)接下來，可視化輸出并繪制圖表 -
plt.figure()
plt.plot(error_progress)
plt.xlabel('Number of epochs')
plt.ylabel('Training error')
plt.grid()
plt.show()可以看到下圖顯示了使用錯誤度量標準的訓練進度 -
文章名稱：創(chuàng)新互聯(lián)AI教程：AI人工智能基于感知器的分類器
URL鏈接：http://m.5511xx.com/article/cddjoid.html
