构建神经网络类

简介

现在我们将使用 Python 构建自己的神经网络。我们会采取小而简单的步骤，逐步编写程序代码。

对于中等复杂度的程序开发来说，从小处着手、循序渐进是一种明智的做法。

让我们开始构建一个神经网络类的基本框架。

基础代码结构

我们先来确定神经网络类的结构。我们知道它至少应包含以下三个函数：

• initialization：用于设置输入层、隐藏层和输出层节点的数量。

• train：在提供训练数据样本后，用它来优化网络权重。

• query：当给定输入时，通过输出层节点获取网络的输出结果。

这些功能目前可能还不够完善，后续我们或许还需要添加更多函数，但可以先以此为基础开始实现。

代码大致如下所示：

1# 神经网络类定义
2class neuralNetwork:
3    
4    # 初始化神经网络
5    def __init__():
6        pass
7    
8    # 训练神经网络
9    def train():
10        pass
11    
12    # 查询神经网络
13    def query():
14        pass

这已经是一个不错的起点了。事实上，这个框架为我们进一步详细实现神经网络的工作机制提供了坚实的基础。