import?numpy
import?scipy.special
import?matplotlib.pyplot
import?imageio
import?glob

#?神經網絡類定義
class?neuralNetwork:

????#?初始化神經網絡
????def?__init__（self?inputnodes?hiddennodes?outputnodes?learningrate）:
????????#?設置每個輸入、隱藏、輸出層的節點數
????????self.inodes?=?inputnodes
????????self.hnodes?=?hiddennodes
????????self.onodes?=?outputnodes

????????#?鏈接權值矩陣，wih?and?who
????????#?數組中的權重是w_i_j，其中鏈路是從節點i到下一層的節點j
????????#?w11?w21
????????#?w12?w22?etc
????????self.wih?=?numpy.random.normal（0.0?pow（self.inodes?-0.5）?（self.hnodes?self.inodes））
????????self.who?=?numpy.random.normal（0.0?pow（self.hnodes?-0.5）?（self.onodes?self.hnodes））

????????#?學習速率
????????self.lr?=?learningrate

????????#?激活函數是s型函數
????????self.activation_function?=?lambda?x:?scipy.special.expit（x）

????????pass

????#?訓練神經網絡
????def?train（self?inputs_list?targets_list）:
????????#?將輸入列表轉換為二維數組
????????inputs?=?numpy.array（inputs_list?ndmin=2）.T
????????targets?=?numpy.array（targets_list?ndmin=2）.T

????????#?計算信號到隱藏層
????????hidden_inputs?=?numpy.dot（self.wih?inputs）
????????#?計算從隱含層出現的信號
????????hidden_outputs?=?self.activation_function（hidden_inputs）

????????#?計算信號到最終的輸出層
????????final_inputs?=?numpy.dot（self.who?hidden_outputs）
????????#?計算從最終輸出層出現的信號
????????final_outputs?=?self.activation_function（final_inputs）

????????#?輸出層誤差為（目標值-實際值）
????????output_errors?=?targets?-?final_outputs
????????#?隱藏層錯誤是output_errors，按權重分割，在隱藏節點處重新組合
????????hidden_errors?=?numpy.dot（self.who.T?output_errors）

????????#?更新隱藏層和輸出層之間的鏈接的權重
????????self.who?+=?self.lr?*?numpy.dot（（output_errors?*?final_outputs?*?（1.0?-?final_outputs））
????????????????????????????????????????numpy.transpose（hidden_outputs））

????????#?更新輸入層和隱藏層之間的鏈接的權值
????????self.wih?+=?self.lr?*?numpy.dot（（hidden_errors?*?hidden_outputs?*?（1.0?-?hidden_outputs））
????????????????????????????????????????numpy.transpose（inputs））

????????pass

????#?查詢神經網絡
????def?query（self?inputs_list）:
????????#?將輸入列表轉換為二維數組
????????inputs?=?numpy.array（inputs_list?ndmin=2）.T

????????#?計算信號到隱藏層
????????hidden_inputs?=?numpy.dot（self.wih?inputs）
????????#?計算從隱含層出現的信號
????????hidden_outputs?=?self.activation_function（hidden_inputs）

????????#?計算信號到最終的輸出層
????????final_inputs?=?numpy.dot（self.who?hidden_outputs）
????????#?計算從最終輸出層出現的信號
????????final_outputs?=?self.activation_function（final_inputs）

????????return?final_outputs

#?輸入、隱藏和輸出節點的數量
input_nodes?=?784
hidden_nodes?=?200
output_nodes?=?10

#?學習速率
learning_rate?=?0.1

#?創建神經網絡實例
n?=?neuralNetwork（input_nodeshidden_nodesoutput_nodes?learning_rate）

#?將mnist訓練數據CSV文件加載到列表中
training_data_file?=?open（“MNIST_data/mnist_train.csv“?‘r‘）
training_data_list?=?training_data_file.readlines（）
training_data_file.close（）

#?訓練神經網絡

#?epochs是訓練數據集用于訓練的次數
epochs?=?10

for?e?in?range（epochs）:
????#?檢查訓練數據集中的所有記錄
????for?record?in?training_data_list:
????????#?用逗號分隔記錄
????????all_values

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2020-06-15?12:43??Handwritten_digit_recognition\
?????文件????????6987??2020-06-15?11:46??Handwritten_digit_recognition\Handwritten.py
?????目錄???????????0??2020-06-15?12:42??Handwritten_digit_recognition\MNIST_data\
?????文件????18299443??2020-06-14?22:42??Handwritten_digit_recognition\MNIST_data\mnist_test.csv
?????文件???109635994??2020-06-14?22:42??Handwritten_digit_recognition\MNIST_data\mnist_train.csv
?????文件?????7840016??1998-01-26?23:07??Handwritten_digit_recognition\MNIST_data\t10k-images.idx3-ubyte
?????文件???????10008??1998-01-26?23:07??Handwritten_digit_recognition\MNIST_data\t10k-labels.idx1-ubyte
?????文件????47040016??1996-11-18?23:36??Handwritten_digit_recognition\MNIST_data\train-images.idx3-ubyte
?????文件???????60008??1996-11-18?23:36??Handwritten_digit_recognition\MNIST_data\train-labels.idx1-ubyte
?????文件???????17699??2020-06-14?23:03??Handwritten_digit_recognition\Number2.png
?????文件???????31649??2020-06-15?11:43??Handwritten_digit_recognition\Number4.png
?????文件???????20778??2020-06-15?09:18??Handwritten_digit_recognition\Number6.png
?????文件???????????0??2020-03-04?20:55??Handwritten_digit_recognition\__init__.py