seciva 0.1.1

Реализация многослойной нейронной сети на python

Seciva - реализация многослойной нейронной сети на Python

Установка

Для работы с нейронной сетью скопируйте репозиторий на локальный компьютер и установите необходимые зависимости с помощью комманд:

git clone [e-mail]:kovalevich/seciva.git pip install -r requirements.txt

Как это работает

Приведенный пример - создание простой нейросети с входным слоем (2 входа), выходным (1 выход) и промежуточным слоем (10 нейронов)

from classes.seciva import Seciva

if __name__ == '__main__':

    # создаем экземпляр класс нейронной сети
    # в качестве параметров передам список слоёв сети с количеством нейронов в каждом слое
    s = Seciva([2, 10, 1])

    # входные и выходные данные для обучения
    in_ = [[0, 1], [0, 0], [0, 1], [1, 1]]
    out_ = [[1], [0], [1], [1]]

    # тренировка сети по тренировочным данным на 100000 итераций
    s.train(input_data=in_, output_data=out_, iterations=100000)

    # проверяем результаты тренировки
    print(s.solution(in_))