上杭网站定制,wordpress管理网址,天猫网站做的比京东好,中企动力网站后台实现功能 第一步#xff1a;导入模块#xff1a;import tensorflow as tf 第二步#xff1a;制定输入网络的训练集和测试集 第三步#xff1a;搭建网络结构#xff1a;tf.keras.models.Sequential() 第四步#xff1a;配置训练方法#xff1a;model.compile()#x…实现功能 第一步导入模块import tensorflow as tf 第二步制定输入网络的训练集和测试集 第三步搭建网络结构tf.keras.models.Sequential() 第四步配置训练方法model.compile() 第五步执行训练过程model.fit() 第六步打印网络结构model.summary() 第七步执行验证过程model.evaluate()
实现代码
import tensorflow as tf
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler# 加载鸢尾花数据集
iris load_iris()
X iris.data
y iris.target# 数据预处理
scaler StandardScaler()
X scaler.fit_transform(X)# 划分训练集和测试集
X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.2, random_state42)# 创建模型
model tf.keras.Sequential([tf.keras.layers.Dense(64, activationrelu, input_shape(X.shape[1],)),tf.keras.layers.Dense(64, activationrelu),tf.keras.layers.Dense(len(set(y)), activationsoftmax)
])# 编译模型
model.compile(optimizeradam,losssparse_categorical_crossentropy,metrics[accuracy])# 训练模型
model.fit(X_train, y_train, epochs10, batch_size32)
model.summary()
# 评估模型
test_loss, test_accuracy model.evaluate(X_test, y_test)
实现效果 本人读研期间发表5篇SCI数据挖掘相关论文现在某研究院从事数据挖掘相关科研工作对数据挖掘有一定认知和理解会结合自身科研实践经历不定期分享关于python、机器学习、深度学习基础知识与案例。 致力于只做原创以最简单的方式理解和学习关注我一起交流成长。 邀请三个朋友关注本订阅号V数据杂坛即可在后台联系我获取相关数据集和源码送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。
