随机生成带有obtain_input_shape()的Python示例代码

下面是一个随机生成带有obtain_input_shape()方法的Python示例代码：

import random

class NeuralNetwork:
    def __init__(self, input_shape):
        self.input_shape = input_shape
        self.weights = []
        self.bias = []

    def obtain_input_shape(self):
        return self.input_shape

    def add_layer(self, num_neurons):
        self.weights.append([random.uniform(0, 1) for _ in range(num_neurons)])
        self.bias.append(random.uniform(0, 1))

# 示例使用
input_shape = (10, 10)
nn = NeuralNetwork(input_shape)
print(nn.obtain_input_shape())  # 输出 (10, 10)

nn.add_layer(5)
nn.add_layer(3)
print(nn.weights)  # 输出随机生成的权重列表
print(nn.bias)  # 输出随机生成的偏差列表

在上述示例代码中，我们定义了一个名为NeuralNetwork的类，该类包含一个obtain_input_shape()方法用于获取输入形状。该方法只返回类的实例变量input_shape。

在示例使用中，我们首先创建一个NeuralNetwork的实例，并传入输入形状(10, 10)。然后使用add_layer()方法添加了两个层，每个层有不同数量的神经元。

最后，我们打印了随机生成的权重和偏差列表，以验证示例代码的正确性。

这只是一个简单的示例，展示了obtain_input_shape()的使用，你可以根据自己的需求来扩展和修改代码。