深度学习篇-Keras(初级)
目录
- 第1关:构建模型
- 第2关:Keras模型编译
- 第3关:训练模型
第1关:构建模型
构建一个简单的模型,并且指定输入数据的尺寸:batch_size 为18,input_dim 为20。
from keras.models import Sequential
from keras.layers import Dense, Activation
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='3'
def input_values():model = Sequential()'''返回值:model: 一个顺序模型'''# 请在此添加代码 完成本关任务# 构建一个简单的模型,并且指定输入数据的尺寸:batch_size 为18,input_dim 为20。# ********** Begin *********#model.add(Dense(units=18,input_dim=20))# ********** End **********## 返回modelreturn model
第2关:Keras模型编译
本关任务:构建一个简单的模型,并对模型进行编译。
import warnings
warnings.filterwarnings('ignore')
from keras.models import Sequential
from keras.layers import Dense, Activation
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='3'
def compile_model():model = Sequential()model.add(Dense(32, activation='relu', input_dim=100))model.add(Dense(1, activation='sigmoid'))'''返回值:model: 一个顺序模型'''# 请在此添加代码 完成本关任务# ********** Begin *********#model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['accuracy']) # ********** End **********## 返回modelreturn model
compile_model()
第3关:训练模型
本关任务:构建一个简单的模型,对模型进行训练。
from keras.models import Sequential
from keras.layers import Dense, Activation
import os
import numpy as np
os.environ['TF_CPP_MIN_LOG_LEVEL']='3'
def fit_model():model = Sequential()model.add(Dense(32, activation='relu', input_dim=100))model.add(Dense(1, activation='sigmoid'))model.compile(optimizer='rmsprop',loss='binary_crossentropy',metrics=['accuracy'])# 生成虚拟数据data = np.random.random((1000, 100))labels = np.random.randint(2, size=(1000, 1))'''返回值:model: 一个顺序模型'''# 请在此添加代码 完成本关任务# ********** Begin *********#model.fit(data,labels,epochs=10,batch_size=64)# ********** End **********## 返回modelreturn model
深度学习篇-Keras(初级)相关推荐
- 深度学习篇| keras入门(一)
深度学习 深度学习(Deep Learning, DL)或阶层学习(hierarchical learning)是机器学习的技术和研究领域之一,通过建立具有阶层结构的人工神经网络(Artifitial ...
- 简易的深度学习框架Keras代码解析与应用
北京 | 深度学习与人工智能研修12月23-24日 再设经典课程 重温深度学习阅读全文> 正文约12690个字,22张图,预计阅读时间:32分钟. 总体来讲keras这个深度学习框架真的很&qu ...
- 推荐系统深度学习篇-NFM 模型介绍(1)
一.推荐系统深度学习篇-NFM 模型介绍(1) NFM是2017年由新加披国立大学提出的一种模型,其主要优化点在于提出了Bi-Interaction,Bi-Interaction考虑到了二阶特征组合, ...
- 深度学习:Keras基础--序贯模型(sequential)
深度学习:Keras入门(一)之基础篇 1.Keras搭建神经网络: Keras有两种类型的模型,序贯模型(Sequential)和函数式模型(Model),函数式模型应用更为广泛,序贯模型是函数式模 ...
- Python深度学习篇
Python深度学习篇一<什么是深度学习> Excerpt 在过去的几年里,人工智能(AI)一直是媒体大肆炒作的热点话题.机器学习.深度学习 和人工智能都出现在不计其数的文章中,而这些文章 ...
- Python深度学习篇五《深度学习用于计算机视觉》
前言 前期回顾:Python深度学习篇四<机器学习基础> 上面这篇里面写了关于向量数据最常见的机器学习任务. 好,接下来切入正题. 本章包括以下内容: 理解卷积神经网络(convnet) ...
- Python深度学习篇六《深度学习用于文本和序列》
前言 前期回顾: Python深度学习篇五<深度学习用于计算机视觉> 上面这篇里面写了计算机视觉相关. 卷积神经网络是解决视觉分类问题的最佳工具. 卷积神经网络通过学习模块化模式和概念的层 ...
- 深度学习和Keras 简介
随着近年来人工智能(AI)技术的大热,相信读者们对"人工智能""机器学习" 和"深度学习"这几个词汇已经耳熟能详.那么,这三者之间是什么关系 ...
- 阿里云天池大赛赛题解析――深度学习篇
作者:天池平台 出版社:电子工业出版社 品牌:电子工业出版社 出版时间:2021-09-01 阿里云天池大赛赛题解析――深度学习篇
最新文章
- 自然语言推理:使用注意力机制
- 线性一致性与全序广播------《Designing Data-Intensive Applications》读书笔记12
- 情人节特效.羞答答的玫瑰静悄悄的开效果....
- Windows 计划任务功能设置闹钟~
- [转载] Java获取一个类继承的父类或者实现的接口的泛型参数
- 计算机考试internet应用好考吗,2015年职称计算机考试XP好考还是internet应用好考...
- 亲密关系沟通--【修复关系】-用沟通疗愈伤害
- 最经典的10部爱情小说
- 实现isprime函数python,怎样才能实现IsPrime()函数
- JavaScript高级编程——BOM
- 仿真Windows_XP画图板的java实现
- python统计学课程_Python数据分析(统计分析)视频课程
- 大学生学剪辑蒙太奇技巧怎么用?
- H3C设备忘记密码修改办法
- 分布式之分布式事务、分布式锁、分布式Session
- 华尔街大神:跌势不止,做空不止,你把握住了吗?
- vue2存储数据方法
- Django 重写authenticate实现输入账号、邮箱、手机号登录验证
- python字符串定义变量名_python 将字符串作为变量名
- 360安全卫士怎么设置允许电脑桌面云便签开机自启动?
热门文章
- 可怕的北京大学出版社--javascript也叫java
- BGP——AS—PATH正则表达式(实列讲解+配置)
- 现代计算机模型要求程序在执行,大学计算机基础考试考点.doc
- VSCode瞎折腾记
- nuxt vue ssr实现
- ux和ui_使用UX设计师为Amazon的Alexa学习会话式UI的基础
- snapchat_机器中的幽灵:Snapchat不是移动优先的-完全是另一回事
- 使用Express和MongoDB构建CRUD应用程序-第2部分
- header python 环境信息_python获取网页header头部信息(python小白学习笔记二)
- mfc编写鼠标键盘_黑客为什么都不用鼠标?进来你就懂了!