5)训练一个人工神经网络;keras:deeplizard;

继续上节课

我们要在 一个 简单的数据集 上, 训练一个 简单的ann模型;

代码

# 这是 第 5 节课的内容
model.compile(optimizer=Adam(learning_rate=0.0001), loss='sparse_categorical_crossentropy', metrics=['accuracy'])

model.fit(x=scaled_train_samples, y=train_lables, batch_size=10, epochs=30, shuffle=True, verbose=2)
# verbose=2 是看最多 output 的 级别;

实验结果

在这里插入图片描述
在这里插入图片描述

视频

youtubeSrc

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