` from keras.utils.np_utils import to_categorical`
`y_train = to_categorical(y_train, num_classes=10)`
打乱数据
#打乱数据
index = [i for i in range(len(x))]
np.random.shuffle(index)
#x.shape=(150,4)
x = x[index]
#Y.shape=(150,)
Y = Y[index]
数据标准化
x -= x.mean(axis=0)
#将每个特征分别标准化,使其平均值为 0。
x /= x.std(axis=0)
#将每个特征分别标准化,使其标准差为 1
构建网络
from keras import models
from keras import layers
#模型定义
model=models.Sequential()
model.add(layers.Dense(16,activation='relu',input_shape=(10000,)))
model.add(layers.Dense(16,activation='relu'))
model.add(layers.Dense(1,activation='sigmoid'))
#编译模型
model.c
keras 入门keras 数据预处理将数据变为one-hot编码` from keras.utils.np_utils import to_categorical``y_train = to_categorical(y_train, num_classes=10)`打乱数据#打乱数据index = [i for i in range(len(x))] np.random.shuffle(index) #x.shape=(150,4)x = x[index]#Y.shape=(1