倒傳遞神經網路 演算法實作

說明

利用 Python 實作 Machine Learning 演算法 - 倒傳遞神經網路（BPN）

資料集（Dataset）

使用 UCI 的 Iris（鳶尾花）資料集

網路說明

網路架構圖

網路架構（Neural Network Architecture）

• 輸入層（Input Layer）
  • 總共 4 個節點
  • 使用 Iris 的四個特徵值作為輸入層，為一個（150 * 4）的矩陣
• 隱藏層（Hidden Layer）
  • 總共 3 個節點
  • 設定為一個（150 * 3）的矩陣
• 輸出層（Output Layer）
  • 總共 3 個節點
  • 使用 Iris 的輸出為三類，為一個（150 * 3）的矩陣

權重（Neural Network Weight）

• 輸入層至隱藏層（Input Layer to Hidden Layer）
  • 為一個（(4 + 1) * 3）的矩陣
  • 加上一個 bias
• 隱藏層至輸出層（Hidden Layer to Output Layer）
  • 為一個（(3 + 1) * 3）的矩陣
  • 加上一個 bias

輸出結果

訓練走勢圖

收斂條件

1. 迭代次數達 20000 次
2. 正確率達 98 % 以上（包含 98 %）

	學習速率	迭代次數	MSE	正確率
1	0.5	47	0.114	96.66%
2	0.1	19170	0.03	100%
3	0.08	9559	0.016	100%
4	0.05	10210	0.016	100%
5	0.03	1578	0.024	100%
6	0.01	4980	0.024	100%

安裝所需套件

1. 開啟 terminal 並且進入專案所在的資料夾

2. 輸入下列指令來安裝所需套件

pip install -r requirement.txt

使用

1. 開啟 terminal 並且進入專案所在的資料夾

2. 輸入下列指令來執行程式

python main.py

BPNN

Implement Machine Learning Algorithm - BPNN

Install Package

1. Open command line and cd into yours clone project folder

2. Enter the following command to install the required package

pip install -r requirement.txt

Usage

1. Open command line and cd into yours clone project folder

2. Enter the following command to install the required package

python main.py

License

MIT License