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 ...

Keras Regressor回归（一）

Keras Regressor回归（一）相关推荐

最新文章

热门文章