Keras Regressor回归(一)
导入所需要的包:
import numpy as np
from keras.models import Sequential #按顺序建立 的神经网络 (一层一层按顺序建立)
from keras.layers import Dense # Dense 全连接层
import matplotlib.pyplot as plt # 可视化的模块
制作数据:
np.random.seed(123) #x -- 改变随机数生成器的种子seed , 123是随意的
#创建源数据
X=np.linspace(-1,1,200) #生成 200个 在 [-1,1] 相等间距的 数据
np.random.shuffle(X) # 用于将一个列表中的元素打乱
#公式 证明 y=0.5*x+2
Y=0.5*X +2 +np.random.normal(0,0.05,(200,)) # 正态分布
画点:
#plot data:
#画散点图
plt.scatter(X,Y)
plt.show()
测试数据和训练数据:
X_train,Y_train=X[:160],Y[:160] #160个数据 点
X_test,Y_test=X[160:],Y[160:] #剩余 的40个 点
分割线------------------------------------------
建模:
#------------- 建立 模型
model=Sequential() #----------为模型新增层
model.add(Dense(output_dim=10,input_dim=1)) #input_dim 输入层为 1 长度 ,output_dim=1 长度
model.add(Dense(output_dim=1)) #层于层 之间 (输入会用上一层的输出),所以不用定义#----------搭建模型
model.compile(loss='mse',optimizer='sgd') #mse:二次方的误差 ,sgd:随机梯度
训练:
print('训练~~~~')
for step in range(301):cost=model.train_on_batch(X_train,Y_train) #获取一批数据 放到内存中 训练if step %100==0:print('熵差:',cost)
测试:
# 如果 只有 一层,W,b 无限接近 公式0.5和2
print('测试~~~')
cost=model.evaluate(X_test,Y_test,batch_size=40) #评价一下
print('测试的熵差:',cost)
W1,b1=model.layers[0].get_weights() #获取 第一层 的 W,b
print('Weights=',W1,'\n biases=',b1)
W2,b2=model.layers[1].get_weights() #获取 第二层 的 W,b
print('Weights=',W2,'\n biases=',b2)
预测结果:
Y_pred=model.predict(X_test)#画出 测试数据 的 散点
plt.scatter(X_test,Y_test)
#画出 预测线
plt.plot(X_test,Y_pred)
plt.show()
Keras Regressor回归(一)相关推荐
- keras Regressor 回归
import numpy as np np.random.seed(1337) # for reproducibility from keras.models import Sequential fr ...
- 【深度学习】Keras实现回归和二分类问题讲解
[深度学习]Keras实现回归和二分类问题讲解 文章目录 [深度学习]Keras实现回归和二分类问题讲解 1 回归问题1.1 波士顿房价预测数据集1.2 构建基准模型1.3 数据预处理1.4 超参数 ...
- Keras【Deep Learning With Python】LSTM 循环神经网络解决Regressor回归问题
文章目录 1 前言 2 RNN 的弊端 3 LSTM 4 代码实现 5 重要部份讲解 6 输出: 1 前言 和前几篇文章一样,依旧是分为讲解和代码实现. 2 RNN 的弊端 之前我们说过, RNN 是 ...
- Tensorflow.Keras 时序回归模型的建立
Learn from Keras官方网站 目前tensorflow 2.0版本已经集成了keras的所有功能,所以直接安装tensorflow就可以调用Keras,非常方便. 作为Keras入门可以看 ...
- Keras入门之搭建回归神经网络
Regressor 回归神经网络 参考资料:哔哩哔哩-莫烦python Keras快速搭建神经网络 通俗说也就是实现一个线性回归的数据预测. 以下是莫烦老师视频中的代码,我对一些细节添加了注释以方便阅 ...
- 从环境搭建到回归神经网络案例,带你掌握Keras
摘要:Keras作为神经网络的高级包,能够快速搭建神经网络,它的兼容性非常广,兼容了TensorFlow和Theano. 本文分享自华为云社区<[Python人工智能] 十六.Keras环境搭建 ...
- 深度学习高级,Keras多输入和混合数据实现回归模型
Keras: Multiple Inputs and Mixed Data 在本教程中,您将学习如何将 Keras 用于多输入和混合数据. 您将学习如何定义能够接受多个输入(包括数字.分类和图像数据) ...
- 深度学习(莫烦 神经网络 lecture 3) Keras
神经网络 & Keras 目录 神经网络 & Keras 目录 1.Keras简介 1.1 科普: 人工神经网络 VS 生物神经网络 1.2 什么是神经网络 (Neural Netwo ...
- Keras: 多输入及混合数据输入的神经网络模型
目录 摘要 正文 什么是混合数据? Keras如何接受多个输入? 房价数据集 获取房价数据集 项目结构 加载数值和分类数据 加载图像数据集 定义多层感知器(MLP)和卷积神经网络(CNN) 使用Ker ...
最新文章
- WaitForMultipleObjects用法详解
- 讨论下直博和读完硕士再读博,在能力上的差距
- python正则表达式函数match()和search()的区别详解
- 从MapReduce的执行来看如何优化MaxCompute(原ODPS) SQL 1
- Linux静态库与动态库
- react月份选择控件_一款很实用的ReactJS日期范围选择控件
- linux 安装tomcat
- C语言实现巴特沃斯IIR滤波器
- 小米路由器显示DNS服务器设置错误,小米路由器dns异常怎么修复
- 使用Termux进行Linux系统的ubuntu版本安装
- 搭建以太坊私有链-单机2节点
- AD10 BOM制作
- CIPS-3D 生成风格化的图像并控制人脸的姿势
- Idea 编译报错:Ambiguous method call. Both...
- 单片机c语言给变量赋值,单片机c语言变量的定义和赋值
- java的基本概念:进制、单位、编码、数据类型、变量声明、ASCII码
- Python 读取excel指定的列
- Kali与编程:Winserver2019上搭建wds网络部署服务器
- 2011各大知名IT公司校园招聘研发类薪资待遇概述
- oracle c3p0 死锁,C3P0老是莫名其妙就线程死锁,但不影响程序