莫凡PYthon之keras 1
Posted Howbin
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了莫凡PYthon之keras 1相关的知识,希望对你有一定的参考价值。
莫凡PYthon 1
Regressor 回归
用神经网络去拟合数据。
主要代码
""" Regressor 回归 """
import os
os.environ[\'TF_CPP_MIN_LOG_LEVEL\'] = \'2\'
import numpy as np
np.random.seed(1337)
from keras.models import Sequential
from keras.layers import Dense
import matplotlib.pyplot as plt
X = np.linspace(-1,1,200)
np.random.shuffle(X)
Y =0.5*X+2+np.random.normal(0,0.05,200)
# plot data
plt.scatter(X, Y)
plt.show()
X_train,Y_train = X[:160],Y[:160]
X_test,Y_test = X[160:],Y[160:]
model = Sequential()
model.add(Dense(output_dim=1, input_dim=1))
model.compile(loss=\'mse\', optimizer=\'sgd\')
# training
print(\'Training -----------\')
for step in range(301):
cost = model.train_on_batch(X_train, Y_train)
if step % 100 ==0:
print(\'train cost: \', cost)
Y_pred = model.predict(X_test)
plt.scatter(X_test,Y_test)
plt.show()
plt.scatter(X_test,Y_pred)
plt.show()
plt.scatter(X_test,Y_test)
plt.scatter(X_test,Y_pred)
plt.show()
结果
理解
其实就是通过神经网络(单层感知机)的方法
不断调整这个神经元的权重。
以上是关于莫凡PYthon之keras 1的主要内容,如果未能解决你的问题,请参考以下文章