Tensor Flow V2:基于Tensor Flow Keras的摄氏度到华氏度温度转换的训练模型
理论知识
神经网络全连接层详解_17岁boy的博客-CSDN博客
什么是Tensor Flow和lite以及数据流图_17岁boy的博客-CSDN博客
什么是Keras?
Keras是一个由纯Python编写的人工神经网络库,可以用它来完成深度学习的应用,它的作者是François Chollet,目前已经加入谷歌,源代码是开放的基于MIT开源许可方式开源在Github上。
实战温度转换模型训练
首先第一步导入tensor flow包于numpy包,用numpy主要用于处理矩阵,我们在存储数据集的时候用numpy来做存储与处理,然后在转化为tf的向量
#!/usr/bin/env python
# coding=utf-8
import tensorflow as tf
import numpy as np
然后生成两组数据集,一组是摄氏度一组是华氏度,这里需要注意需要让两组数据是对应关系的,然后才能在训练的时候让神经网络找出对应关系的规律,就像我们人一样在计算某些有规律的数字时通过统计就能找出其中的差值,其实这一过程就是在不停的统计
celsius = np.array([-40,-10,0,8,15,22,38], dtype=float)
fahrenheit = np.array([-40,14,32,46,59,72,100], dtype=float)
下面就是建立全连接层模型,首先看一下Keras建立全连接层模型的函数原型:
tf.keras.layers.Dense(units, # 正整数,输出空间的维数inputs=64, # 输入张量大小activation=None, # 选择使用的(激活函数)use_bias=True, # 是否使用(偏置项)kernel_initializer=None, # Kernel权重矩阵的初始值设定项bias_initializer=tf.zeros_initializer(), # 偏差向量的初始值设定项kernel_regularizer=None, # 正则化函数应用于核权矩阵activaty_regularizer=None, # 应用于偏差向量的正则化函数kernel_constraint=None, # 对主权重矩阵进行约束bias_constraint=None, # 对偏置向量进行约束trainable=True, # 可以设置为不可训练,(冻结)网络层name=None, # 层的名字reuse=None # 是否重复使用参数
)
重点参数介绍:
- units 输出维数大小
- inputs 输入空间维度尺寸,用input_shape来输入
下面代码创建了一个全连接层
l0 = tf.keras.layers.Dense(units=1,input_shape=[1])
选择模型,把刚刚创建好的全连接层模型传入
model = tf.keras.Sequential([l0])
模型编译,compile,参数介绍
model.compile(optimizer = 优化器,loss = 损失函数,mean_squared_error、categorical_crossentropy...metrics = ["准确率”])
编译模型
model.compile(loss="mean_squared_error",optimizer=tf.keras.optimizers.Adam(0.1))
训练函数:fit原型
model.fit( 训练集的输入特征,训练集的标签, batch_size, #每一个batch的大小epochs, #迭代次数validation_data = (测试集的输入特征,测试集的标签),validation_split = 从测试集中划分多少比例给训练集,validation_freq = 测试的epoch间隔数)
开始训练
history = model.fit(celsius,fahrenheit,epochs=500,verbose=True)
训练后可以调用model的predict来预测结果
print(model.predict([50.0]))
运行结果:
[[120.27382]]
50摄氏度等于122华氏度,仅仅训练了500次相差大概2,在训练个几万次基本上就已经达到精确了
如果想保存模型的话在Tensor Flow2.0非常简单,Tensor Flow2.0提供了h5模型文件使用model.save可以直接保存
model.save("test.h5")
完整代码:
#!/usr/bin/env python
# coding=utf-8
import tensorflow as tf
import numpy as npcelsius = np.array([-40,-10,0,8,15,22,38], dtype=float)
fahrenheit = np.array([-40,14,32,46,59,72,100], dtype=float)l0 = tf.keras.layers.Dense(units=1,input_shape=[1])
model = tf.keras.Sequential([l0])model.compile(loss="mean_squared_error",optimizer=tf.keras.optimizers.Adam(0.1))
history = model.fit(celsius,fahrenheit,epochs=500,verbose=True)print(model.predict([50.0]))model.save("test.h5")
Tensor Flow V2:基于Tensor Flow Keras的摄氏度到华氏度温度转换的训练模型相关推荐
- Tensor Flow V2:将Tensor Flow H5模型文件转换为tflite
目录 H5模型文件介绍 Tflite模型文件介绍 转换代码 H5模型文件介绍 h5文件全称HDF5,是Tensor Flow2.0新增的文件模型,它保存了训练时的所有参数包括权重等特征信息,与其它模型 ...
- (python)基于GUI编写摄氏度转华氏度
编写摄氏度转华氏度的小程序,要求从输入框输入摄氏度值,点击按钮后得到华氏值 import tkinter as tk #导入tkinter模块重命名为tk #定义函数用于读取Entry控件的内容并将计 ...
- python输入参数改变图形_Python基于Tensor FLow的图像处理操作详解
本文实例讲述了Python基于Tensor FLow的图像处理操作.分享给大家供大家参考,具体如下: 在对图像进行深度学习时,有时可能图片的数量不足,或者希望网络进行更多的学习,这时可以对现有的图片数 ...
- python图像处理教程_Python基于Tensor FLow的图像处理操作详解
本文实例讲述了Python基于Tensor FLow的图像处理操作.分享给大家供大家参考,具体如下: 在对图像进行深度学习时,有时可能图片的数量不足,或者希望网络进行更多的学习,这时可以对现有的图片数 ...
- 干货:基于 Git Flow 的 Git 最佳实践(附加解决大家经常碰到的问题)
干货:基于 Git Flow 的 Git 最佳实践(附加解决大家经常碰到的问题) 参考文章: (1)干货:基于 Git Flow 的 Git 最佳实践(附加解决大家经常碰到的问题) (2)https: ...
- 【论文阅读】Attention Based Spatial-Temporal GCN...Traffic Flow Forecasting[基于注意力的时空图卷积网络交通流预测](1)
[论文阅读]Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting[基于注 ...
- ‘Tensor‘ object has no attribute ‘_keras_history‘——keras和tensorflow版本不兼容
'Tensor' object has no attribute '_keras_history'--keras和tensorflow版本不兼容 每天踩一坑,坑坑不一样,每天的生活状态就是踩坑踩坑,爬 ...
- Android 基于Kotlin Flow实现一个倒计时功能
文章目录 前情提要 实现倒计时功能 注意事项 完整代码地址 前情提要 上一篇 Android Kotlin之Flow数据流 中介绍了协程Flow,我们知道Flow数据流可以按顺序发送多个值,一个倒计时 ...
- DL之RetinaNet:基于RetinaNet算法(keras框架)利用resnet50_coco数据集(.h5文件)实现目标检测
DL之RetinaNet:基于RetinaNet算法(keras框架)利用resnet50_coco数据集(.h5文件)实现目标检测 相关文章 DL之RetinaNet:RetinaNet算法的简介( ...
最新文章
- 公用表达式 CTE with as 用法总结
- Lucene 学习资料
- Spring Cloud(二) 配置Eureka Client
- 马哥 linux 2015 nginx,Nginx安装及配置文件结构解析-马哥视频学习笔记
- BZOJ1257:[CQOI2007]余数之和(整除分块)
- php 保存错误日志,PHP中把错误日志保存在系统日志中_PHP教程
- 阿里巴巴实习生 招聘内推
- 中国天气预报API城市编号
- 弘扬中国文化创作发展文学建设事业,间谈小说 “文味”和“接笔 ”的看法...
- 如何在win10官网下载系统
- java 里面 todo 作用
- 中国式“高定美学”燃爆广州秀场!「琢我」之气场与「莲玉芳华」之优雅
- C语言鼠标病毒,鼠标也中毒Windows系统中鼠标乱动是否中了病毒
- DC-DC15-150V降压5V0.8A 替代PN6005、PN6006电源驱IC
- 你可以和十八岁一无所有的男生谈恋爱,但是当他二十八岁的时候还是一无所有,我劝你趁着离开。...
- 蓝桥杯 青少年创意编程大赛 scratch组 (二)
- 读书笔记:redis开发与运维 基础篇
- js作为websocket client,服务用java 点对点、一对多聊天
- 五子棋(基本+扩展)
- HttpClient发送Https请求报 : unable to find valid certification path to requested target
热门文章
- pythondocx更新目录_python根目录
- c 连接mysql数据库_C++连接mysql数据库的两种方法
- 勒索病毒记录:将电脑 后缀改为.nedjprf
- PHP和tp5—使用过得函数总结
- eltable 无数据文案修改_el-table的二次封装详细版(一)
- 安装mysql查看随机密码命令_deepin安装MySQL没有弹出设置root密码怎么进行修改
- php处理excel类,30 个 PHP 的 Excel 处理类
- linux远程登录失败锁定,登录失败锁定策略配置登录超时策略禁用root远程登录脚本...
- 怎样把电脑换linux系统软件,如何将OS/2应用程序移植到Linux操作系统 -电脑资料...
- c语言谢延红主编答案,C语言程序设计课程改革与实践.doc