基于python编程的BP神经网络（代码完整，数据齐全）

N_EPOCH=50#训练次数 LR=0.1#初始学习率 GAMA=0.1#见LR_DECAY LR_DECAY=[10,20,30]#学习率变化位置，即 第几个EPOCH进行学习率变化, 变化行为：学习率衰减为上一次的GAMA倍 BATCH_SIZE=16#学习批量 IS_TEST=False#如果设置为TRUE，则不进行训练，直接加载chekpoint中的最优模型进行测试 上述部分的变量见train.py文件 """ 1.因为数据集元素过于集中，程序中采用随机划分训练集与测试集，划分比例为4：1 但是因为数据集太小，随机也不能实现均匀划分，所以会导致损失无法下降，遇到这种情况，终止程序，重新训练即可（程序会重新划分数据集） 因为数据集太小，正常训练，准确率可达到100% 2.jilu.pdf用于记录训练过程的损失 3.chekpoint文件夹用于保存最优模型 4.net.py存放网络结构 5.data.py用于加载数据 6.运行train.py 用于训练网络和测试网路（终端运行 "python train.py"） 7.运行trian.py前需要满足 matplotlib pytorch 依赖模块 8.jilu.txt为2020.12.14.23.10进行的一次测试记录，该结果默认只显示在终端中 """