Python:用矩阵编写一个小的神经网络

import numpy as np

# 定义神经网络的输入、隐藏层和输出层的大小
input_size = 2
hidden_size = 3
output_size = 1

# 初始化神经网络的权重
W1 = np.random.randn(input_size, hidden_size)
W2 = np.random.randn(hidden_size, output_size)

# 定义神经网络的前向传播函数
def forward(X):
    # 计算隐藏层的输出
    hidden = np.dot(X, W1)
    hidden = 1 / (1 + np.exp(-hidden))
    
    # 计算输出层的输出
    output = np.dot(hidden, W2)
    output = 1 / (1 + np.exp(-output))
    
    return output

# 定义神经网络的输入
X = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])

# 使用神经网络进行预测
predictions = forward(X)

print(predictions)