import?numpy?as?np
import?scipy.io?as?sio
import??h5py
from?matplotlib?import?pyplot?as?plt
from?data_visualize?import?data_visual
from?sklearn?import?preprocessing

datapath?=?‘homework.mat‘
data?=?sio.loadmat（datapath）

test_data_c1?=?np.concatenate（[data[‘xa_test‘]?data[‘ya_test‘]]?axis=0）.transpose（）??#?sample_num*dim（2）
test_data_c2?=?np.concatenate（[data[‘xb_test‘]?data[‘yb_test‘]]?axis=0）.transpose（）??#?sample_num*dim（2）


test_data_c1?=?np.concatenate（[test_data_c1?np.ones（（test_data_c1.shape[0]?1））]?axis=1）
test_data_c2?=?np.concatenate（[test_data_c2?np.ones（（test_data_c2.shape[0]?1））]?axis=1）


test_data?=?np.concatenate（[test_data_c1?test_data_c2]?axis=0）
test_scaled?=?preprocessing.scale（test_data）

test_label_c1?=?np.ones（（test_data_c1.shape[0]?1））
test_label_c2?=?np.zeros（（test_data_c2.shape[0]?1））
test_label?=?np.concatenate（[test_label_c1?test_label_c2]?axis=0）




class?NNetwork（object）:
????def?__init__（self?layer_dims?weight1?weight2）:
????????self.layer_dims?=?layer_dims
????????self.input_dim?=?layer_dims[0]
????????self.hidden_dim?=?layer_dims[1]
????????self.output_dim?=?layer_dims[2]
????????self.weight1?=?weight1
????????self.weight2?=?weight2

????def?forward（self?data）:

????????z1?=?np.dot（data?self.weight1）??#?samples_num*hidden_dim
????????a1?=?np.tanh（z1）??#?samples_num*hidden_dim
????????z2?=?np.dot（a1?self.weight2）??#?samples_num*output_dim
????????tmp?=?np.exp（-z2）
????????output?=?1?/?（1?+?np.exp（-z2））??#?samples_num*output_dim
????????return?output


def?accuracy（output?target）:
????samples?=?output.shape[0]
????output?=?output.reshape（-1）
????target?=?target.reshape（-1）

????output?=?（output?-?0.5?>?0）
????correct_num?=?np.where（output==target）[0].shape[0]

????return?round（correct_num/samples?4）

samples_num?=?test_data.shape[0]



loss?=?[]
acc?=?[]

f?=?h5py.File（‘model_weights.hdf5‘‘r‘）
weight1?=?f[‘weight_1‘]
weight2?=?f[‘weight_2‘]
nn?=?NNetwork（[weight1.shape[0]?weight2.shape[0]?weight2.shape[1]]?weight1?weight2）
output?=?nn.forward（test_scaled）


loss?=?0.5?*?np.sum（np.sum（（test_label?-?output）?**?2?axis=0））
acc?=?accuracy（output?test_label）

print（‘test_loss=‘?loss?‘test_accuracy=‘?acc）


data_visual（test_data?output?test_label）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2327??2018-12-16?20:53??3lnn\b-test.py

?????文件???????5468??2018-12-16?20:10??3lnn\b-train.py

?????文件????????755??2018-12-15?23:28??3lnn\data_visualize.py

?????文件?????332464??2018-12-15?20:13??3lnn\homework.mat

?????文件???????3631??2018-12-16?18:34??3lnn\README.md

?????目錄??????????0??2018-12-18?21:48??3lnn

-----------?---------??----------?-----??----

???????????????344645????????????????????6