import?math
import?random
import?matplotlib.pyplot?as?plt
import?numpy?as?np

class?moon_data_class（object）:
????def?__init__（self?N?d?r?w）:???#?總數(shù)??距離?半徑?寬度
????????self.N?=?N
????????self.w?=?w
????????self.d?=?d
????????self.r?=?r

????def?dbmoon（self）:
????????N1?=?10?*?self.N
????????N?=?self.N
????????r?=?self.r
????????w2?=?self.w?/?2
????????d?=?self.d
????????done?=?True
????????data?=?np.empty（0）??#創(chuàng)建空的數(shù)組
????????while?done:
????????????#?generate?Rectangular?data
????????????tmp_x?=?2?*?（r?+?w2）?*?（np.random.random（[N1?1]）?-?0.5）
????????????tmp_y?=?（r?+?w2）?*?np.random.random（[N1?1]）
????????????tmp?=?np.concatenate（（tmp_x?tmp_y）?axis=1）
????????????tmp_ds?=?np.sqrt（tmp_x?*?tmp_x?+?tmp_y?*?tmp_y）
????????????#?generate?double?moon?data?---upper
????????????idx?=?np.logical_and（tmp_ds?>?（r?-?w2）?tmp_ds?????????????idx?=?（idx.nonzero（））[0]

????????????if?data.shape[0]?==?0:
????????????????data?=?tmp.take（idx?axis=0）
????????????else:
????????????????data?=?np.concatenate（（data?tmp.take（idx?axis=0））?axis=0）
????????????if?data.shape[0]?>=?N:
????????????????done?=?False
????????#?print?（data）
????????db_moon?=?data[0:N?:]
????????#?print?（db_moon）
????????#?generate?double?moon?data?----down
????????data_t?=?np.empty（[N?2]）
????????data_t[:?0]?=?data[0:N?0]?+?r
????????data_t[:?1]?=?-data[0:N?1]?-?d
????????db_moon?=?np.concatenate（（db_moon?data_t）?axis=0）
????????return?db_moon


def?rand（a?b）:
????return?（b?-?a）?*?random.random（）?+?a??#隨機數(shù)


def?sigmoid（x）:??#?定義激活函數(shù)?sigmoid函數(shù)??logistics函數(shù)?邏輯斯弟
????return?1.0?/?（1.0?+?math.exp（-x））


def?sigmoid_derivate（x）:?#?定義激活函數(shù)的導(dǎo)數(shù)
????return?x?*?（1?-?x）??#?sigmoid函數(shù)的導(dǎo)數(shù)


class?BP_NET（object）:??#?定義神經(jīng)網(wǎng)絡(luò)
????def?__init__（self）:
????????self.input_n?=?0???????????#輸入層+偏置項?三維??1，xy
????????self.hidden_n?=?0??????????#隱藏層數(shù)量?5
????????self.output_n?=?0??????????#輸出層數(shù)量?1
????????self.input_cells?=?[]??????#矩陣化?輸入層輸出??隱藏層輸入
????????self.bias_input_n?=?[]
????????self.bias_output?=?[]
????????self.hidden_cells?=?[]?????#隱藏層激活函數(shù)值，及隱藏層輸出
????????self.output_cells?=?[]?????#?輸出層輸出
????????self.input_weights?=?[]
????????self.output_weights?=?[]

????????self.input_correction?=?[]
????????self.output_correction?=?[]

????def?setup（self?ni?nh?no）:???#初始化神經(jīng)網(wǎng)絡(luò)：輸入層，隱藏層，輸出層元素個數(shù)
????????self.input_n?=?ni?+?1??#?輸入層+偏置項?3
????????self.hidden_n?=?nh?????#隱藏層數(shù)量?5
????????self.output_n?=?no?????#輸出層數(shù)量?1
????????self.input_cells?=?[1.0]?*?self.input_n???#矩陣化
????????self.hidden_cells?=?[1.0]?*?self.hidden_n
????????self.output_cells?=?[1.0]?*?self.output_n

????????self.input_weights?=?np.zeros（（self.input_nself.hidden_n））???#隱藏層?權(quán)值?3*5
????????self.output_weights?=?np.zeros（（self.hidden_nself.output_n））?#輸出層?權(quán)值?5*1

????????for?i?in?range（self.input_n）:???#?3*5
????????????for?h?in?range（self.hidden_n）:
????????????????self.input_weights[i][h]?=?rand（-0.2?0.2）???#?隱藏層?權(quán)值?5*3?賦值隨機數(shù)

??????