130
个编辑
更改
跳到导航
跳到搜索
第140行：
第140行： − 这是一个两层的前馈神经网络结构，重点在于'''结构理解'''与'''前向传播的流程'''<syntaxhighlight lang="python3">+ 第167行：
第167行： − + − 即为（2输入） → （3隐藏） → （1输出）+
无编辑摘要
=== 基本模型实现 ===
=== 基本模型实现 ===
这是一个两层的前馈神经网络结构，容易理解'''结构理解'''与'''前向传播的流程'''<syntaxhighlight lang="python3">
import numpy as np
import numpy as np
print("输出结果:", Z2)
print("输出结果:", Z2)
</syntaxhighlight>这个模型没有训练过程，仅说明了'''输入如何通过网络进行转换'''。
</syntaxhighlight>通过 NumPy 实现一个拥有两层权重的前馈神经网络，结构为“2输入 → 3隐藏 → 1输出”。
它演示了数据从输入层经过权重变换和激活函数后，如何一步步传播至输出层。
== 历史 ==
== 历史 ==