利用keras实现一个简单的线性回归

步骤

Step1：确定需要优化的变量eg.y=ax+b
step2:  确定损失函数,eg.均方差
step3：确定优化的目标以及优化方法

程序

import keras
from keras import layers
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

x = np.linspace(0,100,30)
y = 3*x + 7 + np.random.rand(30)*6#生成训练样本
model = keras.Sequential()  #顺序模型
model.add(layers.Dense(1,input_dim = 1)) #表示y=ax+b
model.summary()#显示模型的参数

#编译模型：优化函数和优化目标

model.compile(optimizer='adam',loss = 'mse')

#训练模型,epochs表示将所有数据训练多少遍

model.fit(x,y,epochs = 3000)

plt.scatter(x,y,c='