使用tensorflow2.0的深度学习方法拟合函数

1、拟合函数

需要拟合的函数为摄氏度与华氏度的转换，转化的代码如下：

def C2F:
	F = C*1.8+32
	return F
printf(C2F(38))

100.4

2、深度学习代码

废话不多说，直接上代码：

import tensorflow as tf
import numpy as np

feature = np.array([0, 8, 15, 22], dtype=float)
labels = np.array([32, 46.4, 59, 71.6], dtype=float)

layer = tf.keras.layers.Dense(units=1, input_shape=[1])
model = tf.keras.Sequential([layer])

model.compile(loss="mean_squared_error", optimizer=tf.keras.optimizers.Adam(0.1))
model.fit(feature, labels, epochs=1000, verbose=True)


print(model.predict([38.0]))

输出的部分结果为：

最后一行输出的是预测出的结果。