The Hello World of Deep Learning with Neural Networks
训练一个神经网络来拟合两组数据之间的映射关系
Imports
①利用numpy简单快速地表示数据
②利用keras搭建神经网络
import tensorflow as tf
import numpy as np
from tensorflow import keras
构建神经网络
构建一个最简单的模型:网络只有一层,这一层只有一个神经元
model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
确定两个函数:loss and an optimizer.
model.compile(optimizer='sgd', loss='mean_squared_error')
提供数据
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)
训练神经网络
model.fit(xs, ys, epochs=500)
测试网络
print(model.predict([10.0]))
训练过程
网络开始训练时的损失值
训练结束时的损失值,及最后的预测输出值