12.Tensorflow之初识Keras(1)

这篇博客介绍了如何在Tensorflow1.7.0环境下安装Keras,并通过线性回归和非线性回归实例详细讲解了Keras的使用,包括模型创建、训练、损失函数、优化器以及激活函数等。此外,还展示了使用Keras处理MNIST数据集的基本步骤。
摘要由CSDN通过智能技术生成

1.安装Keras

安装Keras要注意版本对应问题,不然会出错:
在这里插入图片描述
我的是tensorflow1.7.0,所以安装方式:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.1.6

安装成功后检测是否可行:
在这里插入图片描述


2.Keras之线性回归

2.1导入相关模块
import keras
import numpy as np
import matplotlib.pyplot as plt

#Sequential顺序模型
from keras.models import Sequential
#Dense全连接层
from keras.layers import Dense

执行成功:
在这里插入图片描述

2.2生成数据集
#生成数据集
x_data = np.random.rand(200)
noise = np.random.normal(0,0.01,x_data.size)
y_data = x_data*0.1 + 3 + noise
#显示数据集
plt.scatter(x_data,y_data)
plt.show()

在这里插入图片描述

2.3创建并训练模型
#创建模型
model = Sequential()
#在模型中添加全连接层
model.add(Dense
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值