我对AI和神经网络是新手。我读了几篇关于如何用Python从头构建神经网络的文章，所以我决定自己构建一个。

我的代码包括一个没有训练功能的NN类，这个类在层数上是动态的。但每次我用随机数测试它时，预测值总是大于0.7。

我做错了什么？

一些信息：layers_counts是一个列表，包含每个层的神经元数量，例如

（第一层：5个神经元，第二层：3个神经元。-> [5, 3]）

import numpy as npclass NeuralNetwork:    def __init__(self, inputs_count, layers_counts, bias=0):        self.weights = []        self.layer_schema = layers_counts        self.bias = bias        for lidx, litem in enumerate(layers_counts):            if lidx == 0:                self.weights.append(np.random.rand(inputs_count, layers_counts[0]).tolist())                if len(layers_counts) == 1:                    break                else:                    continue            self.weights.append(np.random.rand(layers_counts[lidx-1], litem).tolist())    def train(self, inputs, epochs=100, acc_threshold=0.9):        todolist = 1    def predict(self, inputs):        last_result = 0.0        last_inputs = inputs        for layer_c in range(0, len(self.layer_schema)):            last_inputs = np.dot(last_inputs, self.weights[layer_c])            last_result = last_inputs + self.bias        return 1 / (1 + np.exp(-last_result))net = NeuralNetwork(4, [2, 1, 4], bias=5.3)print(net.predict([-0.5, 0.3, 0.9, 1]))

样本结果：

[0.99845756 0.99601029 0.99808744 0.99788011]

或

[0.99716477 0.99547246 0.99525549 0.99702588]

回答：

似乎是因为你在每一层都加了5.3的偏置！这会导致输出趋向于1。