使用各种语言实现最简单的3层神经网络代码

以下是一个使用Python实现的最简单的3层神经网络代码：

```python

import numpy as np

# 定义神经网络的结构

n_input = 2 # 输入层的节点数

n_hidden = 3 # 隐藏层的节点数

n_output = 1 # 输出层的节点数

# 初始化神经网络的权重

weights = {

    'hidden': np.random.uniform(size=(n_input, n_hidden)),

    'output': np.random.uniform(size=(n_hidden, n_output))

}

# 执行前向传播

def forward_propagation(X):

    hidden_layer_input = np.dot(X, weights['hidden'])

    hidden_layer_output = sigmoid(hidden_layer_input)

    output_layer_input = np.dot(hidden_layer_output, weights['output'])

    output_layer_output = sigmoid(output_layer_input)

    return output_layer_output

# 定义激活函数（sigmoid）

def sigmoid(x):

    return 1 / (1 + np.exp(-x))

<