深度学习loss值变为0_利用TensorFlow2.0为胆固醇、血脂、血压数据构建时序深度学习模型(python源代码)...
背景数据描述
胆固醇、高血脂、高血压是压在广大中年男性头上的三座大山,如何有效的监控他们,做到早发现、早预防、早治疗尤为关键,趁着这个假期我就利用TF2.0构建了一套时序预测模型,一来是可以帮我预发疾病,二来也可以体验下TF2.0的特性
先来看下数据结构:
- date表示的是测量日期
- cholesterol代表胆固醇数值
- blood_fat代表血脂
- blood_pressure代表血压
整个的建模思路就是将这三个数值一起构建时序模型,因为这三个指标不能独立来看,他们是相互有影响的,互为特征和目标值。
代码详解
废话不多说,我们先看下完整的代码,代码比较长,我把整个代码分为数据探查、网络构建、模型训练、模型保存和预测这4个模块进行拆分并讲解,可以参见代码中的注释进行模块区分。环境使用的是python3.7、TensorFlow2.0版本。(完整代码见文末)
1数据探查
在数据探查模块使用了pandas将数据读取进来,然后用diff函数构建了时序数据的增长率曲线图,因为做时序数据预测,更多地是去看数据的增长或者降低趋势。通过matplotlib可以把数据的成长曲线画出来:
2网络结构构建
使用的是标准的lstm网络结构,可以通过model.summary函数将深度学习网络结构打印出来,如下图所示:
3模型训练
在模型训练环节主要是构建了收敛函数MSPE,MSPE是一种残差收敛算法,具体计算公式比较简单:
(y_true - y_pred)**2/(tf.maximum(y_true**2,1e-7))
4模型存储和预测
第四部分先使用model.save这个TF的官方模型保持函数将模型保存到本地,建议尽量使用这种官方的模型保持方案。
然后load模型对象,用model.predict函数对下一阶段的3个指标数据做一个预测。最终的预测结果存放在arr_predict对象中,预测结果为:
[[0.26552328,0.33151102,0]]
以上预测的是数据的增长率,假设最后一阶段的三个指标的数据分别为4.5、3.2、119,那么最终下一阶段的预测值就是:
[[4.5+0.26552328,3.2+0.33151102,119+0]]
完整代码如下,有兴趣的同学可以跑一跑玩一玩。
import
深度学习loss值变为0_利用TensorFlow2.0为胆固醇、血脂、血压数据构建时序深度学习模型(python源代码)...相关推荐
- 利用TensorFlow2.0为胆固醇、血脂、血压数据构建时序深度学习模型(python完整源代码)
背景数据描述 胆固醇.高血脂.高血压是压在广大中年男性头上的三座大山,如何有效的监控他们,做到早发现.早预防.早治疗尤为关键,趁着这个假期我就利用TF2.0构建了一套时序预测模型,一来是可以帮我预发疾 ...
- python血压测量程序代码_利用TensorFlow2.0为胆固醇、血脂、血压数据构建时序深度学习模型(python源代码)...
背景数据描述 胆固醇.高血脂.高血压是压在广大中年男性头上的三座大山,如何有效的监控他们,做到早发现.早预防.早治疗尤为关键,趁着这个假期我就利用TF2.0构建了一套时序预测模型,一来是可以帮我预发疾 ...
- python测量血压_利用TensorFlow2.0为胆固醇、血脂、血压数据构建时序深度学习模型(python完整源代码)...
import numpy as np import pandas as pd? import matplotlib.pyplot as plt import tensorflow as tf? fro ...
- 深度学习环境配置Win10+CUDA+cuDNN+Tensorflow2.0+PyTorch1.2+Python3.7.6
系统环境:Win10 Python版本:3.7.6 CUDA版本:10.0 cuDNN版本:7.6.5 Tensorflow-gpu版本:2.0.1 PyTorch版本:1.2.0 深度学习环境配置W ...
- 【深度学习】利用tensorflow2.0卷积神经网络进行卫星图片分类实例操作详解
本文的应用场景是对于卫星图片数据的分类,图片总共1400张,分为airplane和lake两类,也就是一个二分类的问题,所有的图片已经分别放置在2_class文件夹下的两个子文件夹中.下面将从这个实例 ...
- diskgeniusv4.4.0_入门TensorFlow2.0
今天老师带领我们入门TensorFlow2.0.至于tensorflow2.0是啥嘛,详细的可以度娘一下.我简述一下,就是一个end-to-end machine-Learning open sour ...
- 神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库<2>python)
数组元素的切片 一维数组 #一维数组 #切片方法和Python序列数据结构的切片一样 a=np.array([0,1,2,3,4],dtype=np.int64)#占用新的内存 #不包括结束位置 pr ...
- 神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库<1>python)
多维数组 形状(Shape): 是一个元组,描述数组的维度,以及各个维度的长度. 长度(Length): 某个维度中的元素个数. 数字 单门课程成绩 1*课程成绩 一维数组 多门课程成绩 n*课程成绩 ...
- 强化学习 11 —— REINFORCE 算法推导与 tensorflow2.0 代码实现
在上篇文章强化学习--Policy Gradient 公式推导介绍了 Policy Gradient 的推导: ∇ θ J ( θ ) ≈ 1 m ∑ i = 1 m R ( τ i ) ∑ t = ...
最新文章
- linux 内核按键抖动,Tiny4412 Linux驱动之按键(定时器防抖动) | 技术部落
- 判断为空:null、undefined、空字符串、中文空格
- php自定义函数出现乱码,php的imagettftext 函数出现乱码的解决方法
- 阿里当初50亿美元收购UC,现在看来是不是亏大了?
- Office转PDF,Aspose太贵,怎么办?
- antd listView中onEndReached()失效
- 十分钟上手 ES 2020 新特性
- mysql 解压缩安装_[mysql] MySQL解压缩安装步骤
- 【连载】如何掌握openGauss数据库核心技术?秘诀二:拿捏执行器技术(2)
- Linux创建软连接
- 能在手机播放的Flash代码
- android 判断手机计步_Android_基于G-Sensor的计步算法
- 梯度散度旋度常用基本关系
- 【论文阅读-表情捕捉】High-quality Real Time Facial Capture Based on Single Camera
- 虚拟机SSH免密登录配置
- mysql 3个表左连接查询_MySQL数据库三个表的左连接查询(LEFT JOIN)
- mac打开注册机显示“您没有权限来打开应用程序
- Unity 智能语音助手
- 一文看完计算机基础知识总结
- 华为路由器:ipsec技术