TF入门2-数据处理

本文介绍了使用Keras进行序列数据处理,包括基于fit函数的需求格式、数据归一化的目的和方法,以及数据的导入和存储操作。数据归一化采用min-max标准化和z-score标准化,强调了其对模型性能的影响。同时,提到了numpy和pandas在数据操作中的应用。
摘要由CSDN通过智能技术生成

 

本文为基于Keras工具包下的数据处理简介,参考 Keras 中文文档https://keras.io/zh/    未完待续。

序列数据 —— 基于fit函数

(1)需求格式

x: 训练数据的 Numpy 数组(如果模型只有一个输入), 或者是 Numpy 数组的列表(如果模型有多个输入)。

y: 目标(标签)数据的 Numpy 数组(如果模型只有一个输出), 或者是 Numpy 数组的列表(如果模型有多个输出)。

fit 使用示例:

model.fit(x_train, y_train, validation_split=0.25, batch_size=32, epochs=10, verbose=1, callbacks=[TensorBoard(log_dir='./tmp/log')])

  • 0
    点赞
  • 0
    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