keras实现简单的全连接神经网络

本文介绍如何利用keras库建立并训练一个简单的全连接神经网络,包括数据预处理、网络结构设定、模型训练、测试及模型的保存与加载。
摘要由CSDN通过智能技术生成

导入库:

import numpy as np
from keras.models import Sequential 
from keras.layers import Dense
import matplotlib.pyplot as plt

产生数据和数据分割

X=np.linspace(-1,1,300)#产生-1到1等距离的300个数
np.random.shuffle(X)#随机打乱
Y=2*X+5+np.random.normal(0,0.1,300)#函数,并增加正态分布的噪声
x_train=X[:200]
y_train=Y[:200]
x_test,y_test=X[200:],Y[200:]

搭建网络

model=Sequential()
model.add(Dense(output_dim=1,input_dim=1))#全连接层,output_dim输入个数 input_dim输出个数
#model.add(Dense(units=1,input_dim=1))
#model.add(Dense(units=1,input_dim=1))
model.compile(loss='mse',optimizer='sgd')

训练

print('Training---------')
for step in range(300):#迭代300次
    cost=model.train_on_batch(x_train,y_train)#利用model.
  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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