keras
imxlw00
这个作者很懒,什么都没留下…
展开
-
Keras深度学习笔记 softmax 多分类
使用鸢尾花数据集。鸢尾花数据集包含四个特征和一个标签。这四个特征确定了单株鸢尾花的下列植物学特征:花萼长度花萼宽度花瓣长度花瓣宽度该表确定了鸢尾花品种,品种必须是下列任意一种:山鸢尾 Iris-Setosa(0)杂色鸢尾 Iris-versicolor(1)维吉尼亚鸢尾 Iris-virginica(2)目标数据做one-hot编码import kerasfrom keras import layersimport numpy as npimport pandas as p原创 2020-11-22 14:26:06 · 818 阅读 · 1 评论 -
Keras深度学习笔记 逻辑回归代码实现
泰坦尼克号生存率预测,什么样的人在泰坦尼克号中更容易存活?读取数据import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport keras# Sequential按顺序构成的模型from keras.models import Sequential# Dense全连接层from keras.layers import Dense,Activationtrain_data = pd.read_csv(原创 2020-11-22 14:12:45 · 822 阅读 · 0 评论 -
Keras深度学习笔记 逻辑回归
简介逻辑回归(Logistic Regression)是机器学习中的一种分类模型,逻辑回归是一种分类算法,虽然名字中带有回归,但是它与回归之间有一定的联系。由于算法的简单和高效,在实际中应用非常广泛原理要想掌握逻辑回归,必须掌握两点:逻辑回归中,其输入值是什么如何判断逻辑回归的输出输入逻辑回归的输入就是一个线性回归的结果。激活函数sigmoid函数我们定义逻辑回归的预测函数为ℎ????( ????) = ????( ????????????) ,其中g(x)函数是sigmoid函数原创 2020-11-22 13:35:52 · 702 阅读 · 0 评论 -
Keras深度学习笔记 非线性回归
生成数据import kerasimport numpy as npimport matplotlib.pyplot as plt# Sequential按顺序构成的模型from keras.models import Sequential# Dense全连接层from keras.layers import Dense,Activationfrom keras.optimizers import SGD# 使用numpy生成200个随机点x_data = np.linspace(-0原创 2020-11-21 19:45:34 · 307 阅读 · 0 评论 -
Keras深度学习笔记 实现单变量线性回归
线性回归问题,创建了100个离散点,然后用一条直线去拟合它们。导入模块import matplotlib.pyplot as pltimport numpy as npfrom keras.models import Sequentialfrom keras.layers import Dense创建数据随机指定100个点,数据范围是 0 到 1,数据本身的分布为 y = 0.1 * x + 0.2,并且我们加入了一些噪声点。x_data=np.random.rand(100)noi原创 2020-11-21 19:10:56 · 187 阅读 · 0 评论 -
Keras深度学习笔记 线性回归
定义与公式线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。特点:只有一个自变量的情况称为单变量回归,多于一个自变量情况的叫做多元回归。单变量回归当只有一个变量时,线性模型的函数定义为:其中,权值w0为函数在y轴上的截距, w1为解释变量的系数。我们的目标是通过学习得到线性方程的这两个权值,并用它们描述解释变量与目标变量之间的关系。在只有一个解释变量的特殊情况下,线性回归也称为简单线性回归(sim原创 2020-11-21 18:10:41 · 682 阅读 · 0 评论