首先介紹一下neurolab庫的配置：
選擇你所需要的版本進行**，**完成後解壓。
neurolab需要採用python安裝第三方軟體包的方式進行安裝，這裡介紹一種安裝方式：
(1)進入cmd視窗
(2)進入解壓檔案所在目錄下
(3)輸入 setup.py install
這樣，在python安裝目錄的python27\lib\site-packages下，就可以看到neurolab的資料夾了，然後就可以使用neurolab庫了。
使用neurolab庫編寫的**如下：
import numpy as np
import matplotlib.pyplot as plt
import neurolab as nl
input = np.array([[4,11],[7,340]uqvpgwefa,[10,95],[3,29],[7,43],[5,128]])
target=np.array([[1],[0],[1],[0],[1],[0]])程式設計客棧
#2層網路，5個輸入節點，乙個輸出節點
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)
#誤差曲線
plt.plot(range(len(err)),err)
plt.xlabel('epoch number')
plt.ylabel('err (default sse)')
plt.subplot(212)
#視覺化圖
plt.xlim(x_min,x_max)
plt.ylim(y_min,y_max)
for i in xrange(0,uqvpgwefalen(input)):
if ouqvpgwefaut[i]>mymean:
plt.plot(input[i,0],input[i,1],'ro')
else:
plt.plot(input[i,0],www.cppcns.cominput[i,1],'r*')
plt.show()
本文標題: python機器學習之神經網路（三）
本文位址:
機器學習之神經網路
機器學習是一門致力於研究如何通過計算的手段，利用經驗來改善系統自身的效能。經驗通常以資料的形式存在，因此機器學習所研究的主要內容是關於在計算機上從資料中產生 模型 的演算法，即 學習演算法 有了學習演算法，將經驗資料提供給它，它就能基於這些資料產生模型 當面對新情況時，模型會給我們提供相應的判斷。一...
python機器學習之神經網路 三
來自 前面兩篇文章都是參考書本神經網路的原理，一步步寫的 這篇博文裡主要學習了如何使用neurolab庫中的函式來實現神經網路的演算法。首先介紹一下neurolab庫的配置 neurolab需要採用python安裝第三方軟體包的方式進行安裝，這裡介紹一種安裝方式 1 進入cmd視窗 2 進入解壓檔案...
機器學習之神經網路NN
神經網路 neural network 以人腦中的神經網路為啟發而產生的，最著名對的演算法是backpropagation bp 演算法。可用來解決分類問題，也可用來解決回歸問題 詳情見前言 多層向前神經網路中使用了bp演算法 多層向前神經網路的組成，每一層由單元組成 圖中小圈圈 輸入層 由訓練集的...