教你Python用12行代码实现最简单的神经网络

from numpy import array, exp, random, dot # 加载数据x = array([[0, 0, 0], [1, 1, 1], [1, 0, 1], [0, 1, 1]])y = array([[0, 1, 1, 0]]).T # 初始化权重random.seed(1)weights = random.random((3, 1)) * 2 - 1 # 循环for i in range(10000): 	# 使用矩阵点乘计算4个z	z = dot(x, weights) 	# 使用Sigmoid函数，计算最终的output	output = 1 / (1 + exp(-z)) 	# 计算误差	error = y - output 	# 计算斜率	slope = output * (1 - output) 	# 计算增量	delta = error * slope 	# 更新权重	weights = weights + dot(x.T, delta) # 打印权重print(weights)