資料結構
網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會研究
時尚研究
法律研究如何使用TensorFlow和鮑魚資料集構建順序模型？
可以使用Keras中的‘Sequential’方法構建順序模型。此方法中指定了層數和型別。
閱讀更多： 什麼是TensorFlow以及Keras如何與TensorFlow一起建立神經網路？
我們將使用鮑魚資料集，其中包含一組鮑魚的測量值。鮑魚是一種海螺。目標是根據其他測量值預測年齡。
我們使用Google Colaboratory來執行以下程式碼。Google Colab或Colaboratory幫助在瀏覽器上執行Python程式碼，無需任何配置，並可免費訪問GPU（圖形處理器）。Colaboratory構建在Jupyter Notebook之上。
print("The sequential model is being built")
abalone_model = tf.keras.Sequential([
layers.Dense(64),
layers.Dense(1)
])
abalone_model.compile(loss = tf.losses.MeanSquaredError(),optimizer = tf.optimizers.Adam())
print("The data is being fit to the model")
abalone_model.fit(abalone_features, abalone_labels, epochs=10)程式碼來源：https://www.tensorflow.org/tutorials/load_data/csv
輸出
The sequential model is being built The data is being fit to the model Epoch 1/10 104/104 [==============================] - 0s 963us/step - loss: 84.2213 Epoch 2/10 104/104 [==============================] - 0s 924us/step - loss: 16.0268 Epoch 3/10 104/104 [==============================] - 0s 860us/step - loss: 9.4125 Epoch 4/10 104/104 [==============================] - 0s 898us/step - loss: 8.9159 Epoch 5/10 104/104 [==============================] - 0s 912us/step - loss: 7.9076 Epoch 6/10 104/104 [==============================] - 0s 936us/step - loss: 6.8316 Epoch 7/10 104/104 [==============================] - 0s 992us/step - loss: 7.1021 Epoch 8/10 104/104 [==============================] - 0s 1ms/step - loss: 7.0550 Epoch 9/10 104/104 [==============================] - 0s 1ms/step - loss: 6.2762 Epoch 10/10 104/104 [==============================] - 0s 883us/step - loss: 6.5584 <tensorflow.python.keras.callbacks.History at 0x7fda82a35160>
解釋
- 構建了一個迴歸模型來預測鮑魚資料集的“年齡”列。
- 由於只有一個輸入張量，因此構建了一個順序模型。
- 編譯（訓練）模型，然後將特徵和標籤傳遞給“Model.fit”方法。
更新於：2021年2月19日
228 次檢視
廣告