也許完全錯誤，先隨便寫寫記著~~
11行**實現神經網路
這就是開頭。
偶然冒出來乙個想法，利用神經網路通過年齡身高體重判斷性別。
某地身高體重表
轉到excel裡，把年齡身高體重變成二進位制數，然後分列，轉成csv，匯入到python中。
arr11是年齡身高體重轉的二進位制數然後轉的矩陣，arr22就是性別(男1女0)
import pandas as pd
import numpy as np
import sys
daf = pd.read_csv('c:\\users\\desktop\\backup\\py\\123.csv',sep=',')
frame = pd.read_csv('c:\\users\\desktop\\backup\\py\\123.csv',sep=',')
arr1 = np.array(frame)
arr11= arr1[:,:19]
arr22= arr1[:,19:]
x = arr11
y = arr22
syn0 = 2*np.random.random((19,11)) - 1
syn1 = 2*np.random.random((11,1)) - 1
for j in range(60000):
l1 = 1/(1+np.exp(-(np.dot(x,syn0))))
l2 = 1/(1+np.exp(-(np.dot(l1,syn1))))
l2_delta = (y - l2)*(l2*(1-l2))
l1_delta = l2_delta.dot(syn1.t) * (l1 * (1-l1))
syn1 += l1.t.dot(l2_delta)
syn0 += x.t.dot(l1_delta)
#print (syn1)
print (l2.t)
男性設定為1，女性設定為0，結果看起來像是那麼回事。
syn0設定19行50列算的一塌糊塗，然後調整成19行11列。
數值接近1的算作男性，數值接近0的算作女性。
[[ 9.97646307e-01 9.97661621e-01 9.97723515e-01 9.99222864e-01
9.98196275e-01 9.99848338e-01 9.99850630e-01 9.98418750e-01
9.99495266e-01 9.99756919e-01 9.98818350e-01 9.99751553e-01
9.98890541e-01 9.99835415e-01 9.99635375e-01 9.99635375e-01
9.99494531e-01 9.99732795e-01 9.99679508e-01 9.99872324e-01
9.98623279e-01 9.99956120e-01 9.99085798e-01 9.99818828e-01
9.99506737e-01 3.74507732e-06 3.96252595e-07 5.19825123e-04
1.70365841e-03 1.41046777e-03 1.20010989e-03 1.08547683e-03
3.81853416e-05 1.51403761e-04 1.48431345e-03 1.46194557e-03
1.46535939e-04 1.12583417e-04 1.02877674e-05 4.02209975e-07
4.38420728e-04 4.38420728e-04 8.40540763e-04 1.08740610e-05
1.89958270e-03 5.01493153e-05 5.01493153e-05 1.14841434e-03
2.54346257e-04 1.74130233e-03 1.86857657e-03]]
神經網路（1）
一 什麼是神經網路 神經網路模型 knn 於生物體的神經系統，是一組連線的輸入 輸出單元，每個連線都與乙個權重相關聯。神經網路模式可以學習資料的特點，訓練的資料不同，產生的模型不同。應用場景 不知道用什麼數學模型合適 知道應用什麼模型但不知道模型複雜度時可以使用。比如要做分類問題，但屬於非線性的切分...
神經網路 1 快速了解神經網路
常規的神經網路我們可以知道包括 輸入層，隱藏層，輸出層 如 傳播過程為 h x w1 b1 y h w2 b2 需要注意 一系列線性方程的運算最終都可以用乙個線性方程表示。也就是說，上述兩個式子聯立後可以用乙個線性方程表達。對於兩次神經網路是這樣，就算網路深度加到100層，也依然是這樣。這樣的話神經...
神經網路基礎1
1.背景 1.1 以人腦中的神經網路為啟發，歷史上出現過很多不同版本 1.2 最著名的演算法是1980年的 backpropagation 2.多層向前神經網路 multilayer feed forward neural network 2.1 backpropagation被使用在多層向前神經網...