介绍
这篇文章主要介绍了Python如何实现RBF神经网络,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获、下面让小编带着大家一起了解一下。
Python实现径向基(RBF)神经网络的示例,具体如下:
得到numpy import 数组,,添加,,vstack,,转置,重塑,,\ ,,,,,,,,点,,true_divide,,意思是,经验,,i,日志,,\ ,,,,,,,,,,loadtxt savetxt,, 0, frombuffer 得到numpy.linalg import 规范,lstsq 得到multiprocessing import 过程中,数组 得到random import 样本 得到time import 时间 得到sys import  stdout 得到ctypes import  c_double 得到h6py import 文件 def 指标(a, b): return 才能规范(a 安康;b) def gaussian (x),μ,,σ): return 才能;exp(安康;指标(μ,x) * * 2,/,(σ2,*,* * 2)) def multiQuadric (x),μ,,σ): return 才能;战俘(指标(μ,x) * * 2, +,σ* * 2,0.5) def invMultiQuadric (x),μ,,σ): return 才能;战俘(指标(μ,x) * * 2, +,σ* * 2,-0.5) def plateSpine (x,μ): 时间=r 才能;指标(μ,x) return 才能;(r * * 2), *,日志(右) class Rbf: def 才能;__init__(自我,,prefix =, & # 39; rbf # 39;,, workers =, 4, extra_neurons =, 0,, from_files =,无): ,,,self.prefix =,前缀 ,,,self.workers =,工人 ,,,self.extra_neurons =extra_neurons ,,,# Import partial 模型 ,,,if from_files is not 没有: ,,,,,w_handle =, self.w_handle =,文件(from_files [& # 39; w # 39;],, & # 39; " # 39;) ,,,,,mu_handle =, self.mu_handle =,文件(from_files[& # 39;μ# 39;],,& # 39;" # 39;) ,,,,,sigma_handle =, self.sigma_handle =,文件(from_files[& # 39;σ# 39;],,& # 39;" # 39;) ,,,,,self.w =, w_handle [& # 39; w # 39;】 ,,,,,self.mu =, mu_handle[& # 39;μ# 39;】 ,,,,,self.sigmas =, sigma_handle [& # 39; (# 39;】 ,,,,,self.neurons =, self.sigmas.shape [0] def 才能_calculate_error(自我,,y): ,,,self.error ,=,意味着(abs (self.os 安康;y)) ,,,self.relative_error =, true_divide (self.error,意味着(y)) def 才能_generate_mu(自我,,x): ,,,n =self.n ,,,extra_neurons =self.extra_neurons ,,,#,TODO: Make 可重用 ,,,mu_clusters =, loadtxt (& # 39; clusters100.txt& # 39;,,分隔符=& # 39;\ t # 39;) ,,,mu_indices =,样本(范围(n),, extra_neurons) ,,,mu_new =, x [mu_indices,:] ,,,mu =, vstack ((mu_clusters, mu_new)) ,,,return μ def 才能_calculate_sigmas(自我): ,,,neurons =self.neurons ,,,mu =self.mu ,,,sigmas =, 0((神经元,,)) ,,,for 小姐:拷贝xrange(神经元): ,,,,,dists =, [0, for _ 拷贝xrange(神经元)] ,,,,,for j 拷贝xrange(神经元): ,,,,,,,if 小姐:!=,珍: ,,,,,,,,,的dist [j],=,指标(μμ[我],[j]) ,,,,,([我],=,意味着(经销)* 2 ,,,,,,,,,,#,马克斯(经销),/,√(* neurons 2)) ,,,return (开关) def 才能_calculate_phi(自我,,x): ,,,C =self.workers ,,,neurons =self.neurons ,,,mu =self.mu ,,,sigmas =self.sigmas ,,,phi =, self.phi =,没有 ,,,n =self.n ,,,def heavy_lifting (c,φ): ,,,,,s =,工作[c][1],安康,工作[c] [0] ,,,,,for k,小姐:拷贝列举(xrange(工作[c] [0], [c][1])工作): null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null null nullPython如何实现RBF神经网络