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。
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')])
最低0.47元/天 解锁文章
959
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
