1.实验目的
- 掌握多层感知器的原理。
- 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