学习ChatGPT原理，人工智能神经网络Python实现

　　importmathimportrandom神经网络3层，1个隐藏层；4个input和1个outputnetwork〔4，〔16〕，1〕population50elitism0。2randombehaviour0。1mutationrate0。5mutationrange2historic0lowhistoricFalsescoresort1nchild1激活函数defsigmoid（z）：return1。0（1。0math。exp（z））randomnumberdefrandomclamped（）：returnrandom。random（）21神经元classNeuron（）：definit（self）：self。biase0self。weights〔〕definitweights（self，n）：self。weights〔〕foriinrange（n）：self。weights。append（randomclamped（））defrepr（self）：returnNeuronweightsize：｛｝biasevalue：｛｝。format（len（self。weights），self。biase）层classLayer（）：definit（self，index）：self。indexindexself。neurons〔〕definitneurons（self，nneuron，ninput）：self。neurons〔〕foriinrange（nneuron）：neuronNeuron（）neuron。initweights（ninput）self。neurons。append（neuron）defrepr（self）：returnLayerID：｛｝Layerneuronsize：｛｝。format（self。index，len（self。neurons））神经网络classNeuroNetwork（）：definit（self）：self。layers〔〕input：输入层神经元数hiddens：隐藏层output：输出层神经元数definitneuronetwork（self，input，hiddens，output）：index0previousneurons0inputlayerLayer（index）layer。initneurons（input，previousneurons）previousneuronsinputself。layers。append（layer）index1hiddensforiinrange（len（hiddens））：layerLayer（index）layer。initneurons（hiddens〔i〕，previousneurons）previousneuronshiddens〔i〕self。layers。append（layer）index1outputlayerLayer（index）layer。initneurons（output，previousneurons）self。layers。append（layer）defgetweights（self）：data｛network：〔〕，weights：〔〕｝forlayerinself。layers：data〔network〕。append（len（layer。neurons））forneuroninlayer。neurons：forweightinneuron。weights：data〔weights〕。append（weight）returndatadefsetweights（self，data）：previousneurons0index0indexweights0self。layers〔〕foriindata〔network〕：layerLayer（index）layer。initneurons（i，previousneurons）forjinrange（len（layer。neurons））：forkinrange（len（layer。neurons〔j〕。weights））：layer。neurons〔j〕。weights〔k〕data〔weights〕〔indexweights〕indexweights1previousneuronsiindex1self。layers。append（layer）deffeedforward（self，inputs）：foriinrange（len（inputs））：self。layers〔0〕。neurons〔i〕。biaseinputs〔i〕prevlayerself。layers〔0〕foriinrange（len（self。layers））：第一层没有weightsifi0：continueforjinrange（len（self。layers〔i〕。neurons））：sum0forkinrange（len（prevlayer。neurons））：sumprevlayer。neurons〔k〕。biaseself。layers〔i〕。neurons〔j〕。weights〔k〕self。layers〔i〕。neurons〔j〕。biasesigmoid（sum）prevlayerself。layers〔i〕out〔〕lastlayerself。layers〔1〕foriinrange（len（lastlayer。neurons））：out。append（lastlayer。neurons〔i〕。biase）returnoutdefprintinfo（self）：forlayerinself。layers：print（layer）