神经网络实现鸢尾花分类tensorflow2.0 python3.7 以及所遇到的问题

最新推荐文章于 2023-04-11 21:50:51 发布

qq_42705387

最新推荐文章于 2023-04-11 21:50:51 发布

阅读量468

点赞数

文章标签： python tensorflow 神经网络

本文链接：https://blog.csdn.net/qq_42705387/article/details/109723560

版权

在TensorFlow2.0和Python3.7环境下，使用神经网络进行鸢尾花数据集分类时，遇到数据类型不匹配问题。通过tf.cast将x_train转为tf.float32，解决矩阵运算问题；将y_train转为tf.int32，解决one_hot编码问题。

摘要由CSDN通过智能技术生成

tensorflow2.0 python3.7 环境下利用神经网络实现鸢尾花分裂

数据集处理

iris = load_iris()

x_data = iris.get('data')#返回iris数据集所有特征
y_data = iris.get('target')#返回iris数据集的所有标签


#数据集乱序
np.random.seed(116) #使用相同的seed，是输入特征/标签一一对应
np.random.shuffle(x_data)
np.random.seed(116)
np.random.shuffle(y_data)
tf.random.set_seed(116)
x_data = tf.cast(x_data,dtype=tf.float32)
y_data = tf.cast(y_data,dtype=tf.int32)


#数据集分出永不相见的训练集和测试集
x_train = x_data[:-30]
y_train = y_data[:-30]
x_test = x_data[-30:]
y_test = y_data[-30:]

#配成[输入特征，标签]对，每次喂入一小撮（batch）
train_db = tf.data