资源简介

RNN神经网络代码 神经网络代码

资源截图

代码片段和文件信息

import copy numpy as np
np.random.seed(0)

# compute sigmoid nonlinearity
def sigmoid(x):
    output = 1/(1+np.exp(-x))
    return output

# convert output of sigmoid function to its derivative
def sigmoid_output_to_derivative(output):
    return output*(1-output)


# training dataset generation
int2binary = {}
binary_dim = 8

largest_number = pow(2binary_dim)
binary = np.unpackbits(
    np.array([range(largest_number)]dtype=np.uint8).Taxis=1)
for i in range(largest_number):
    int2binary[i] = binary[i]


# input variables
alpha = 0.1
input_dim = 2
hidden_dim = 16
output_dim = 1


# initialize neural network weights
synapse_0 = 2*np.random.random((input_dimhidden_dim)) - 1
synapse_1 = 2*np.random.random((hidden_dimoutput_dim)) - 1
synapse_h = 2*np.r

评论

共有 条评论