python代码实现bp神经网络（反向传播）

最新推荐文章于 2025-05-20 16:07:44 发布

原创

最新推荐文章于 2025-05-20 16:07:44 发布 · 2.2k 阅读

24 ·

CC 4.0 BY-SA版权

文章标签：

#python #神经网络 #机器学习

本文介绍了使用Python实现BP（反向传播）神经网络的过程，包括前向传播的向量化表示，反向传播的数学公式及3层神经网络的具体代码实现，其中包含4个输入神经元、3个隐藏神经元和2个输出神经元。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前向传播过程的向量化表示，以及所有公式对应维度如下：
请勿转载
反向传播过程的向量化表示如下，所有符号维度和前向传播的一致：

实现一个3层神经元，输入层4个神经元，隐藏层3个神经元，输出层2个神经元的代码如下：

import numpy as np

def parameter_initializer(n1, n2, n3):
    """ 初始化权值 """
    w1 = np.random.normal(scale=(2.0/n1)**0.5, size=(n1, n2))
    b1 = np.zeros(shape=(1,n2))
    w2 = np.random.normal(scale=(2.0/n2)**0.5, size=(n2, n3))
    b2 = np.zeros(shape=(1, n3))
    return w1, b1, w2, b2

def sigmoid(z):
    a