1.实验目的

1. 掌握多层感知器的原理。
2. 掌握多层感知器的设计、训练和测试。

2.实验要求

      设计一个多层感知器，用于对给定的数据进行分类。要求代码格式规范，注释齐全，程序可正常运行。

3.模型设计

        实验设计一个多层感知机，三层机构，只含一个隐藏层，输入层，隐藏层，输出层

1.代码如下：

如果要适应自己的电脑，要将路径改成自己的文件路径

import numpy as np  
from torchvision.datasets import MNIST  path = 'C:\\Users\\DELL\\OneDrive\\桌面\\深度学习'
train_data = list(MNIST(root=path, train=True, download=True))
test_data = list(MNIST(root=path, train=False, download=True))
# Sigmoid激活函数  
def sigmoid(x):  return 1 / (1 + np.exp(-x))  # Sigmoid函数的导数  
def sigmoid_derivative(x):  return x * (1 - x)  class MLP:  def __init__(self, input_size, hidden_size, output_size, lr=0.01):  self.input_size = input_size  self.hidden_size = hidden_size  self.output_size