伴随着Tensorflow2.0的发布,前段时间吴恩达在Coursera上发布了配套新课《tensorflow:从入门到精通》,主要由Laurence Moroney讲授,共四周的内容,课程如图所示。
在第一课中,老师实现了一个简单的神经元,并在colab上可以在线运行。代码如下:
import tensorflow as tf
import numpy as np
from tensorflow import keras
model = tf.keras.Sequential([keras.layers.Dense(unit=1,input_shape=[1])])
model.compile(optimizer='sgd',loss='mean_squared_error')
xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype = float)
model.fit(xs, ys, epochs=500)
print(model.predict([10.0]))
你可以直接在colab上运行,是没有问题的,但是由于很多时候都打不开colab,所以我在本地环境下试了一波。结果各种报错,主要