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

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

深度学习篇-Keras（初级）相关推荐

最新文章

热门文章