Question

我正在尝试建立一个用于识别三位二进制输入的神经网络。这是我的代码：

import numpy as np

#setting the data note that I skipped [0,1,1] for the test
x = np.array([[0,0,0],
             [0,0,1],
             [0,1,0],
             [1,0,0],
             [1,0,1],
             [1,1,0],
             [1,1,1]])
y = np.array([[0,1,2,4,5,6,7]]).T #note I also skipped 3 for testing

#setting the weight
w = np.random.randn()

#setting the unknown
un_x = np.array([[0,1,1]])

class nn:
    #defining back_prop
    def back_prop(input, weight):
        for i in range(1000000):
            output = 1 / (1 + np.exp(-(np.dot(input, weight))))
            weight += np.dot(input.T, (y - output) * output * (1 - output))
        w = weight
    #defining the sigmoid function
    def sigmoid(input, weight):
        1 / (1 + np.exp(-(np.dot(input, weight))))

#training
nn.back_prop(x, w)

#testing the neural network
print (nn.sigmoid(un_x, w))

当我在终端上运行程序时，我很失望。在

print (nn.sigmoid(un_x, w))

最后的行应该打印一个接近3的数字，但我从终端得到了无响应。我可能需要这个程序的隐藏层，因为这个神经网络可能太复杂了。但是直到我得到终端显示为什么的响应，我才不会打扰。任何帮助将不胜感激。

Answer 1

我建议发表一份回复声明。有时显而易见的事情会跳过头脑。

为什么终端显示无

1 个答案: