看论文的时候看到一个很高大上的图
看到这个图的第一感觉就是,视觉冲击力很强,虽然在很多方面表现其实不如准确率,损失等性能指标来的直接,但是这个图放到论文里还是会增添一分色彩。
下面的程序接上个博客只不过是加上了上面那个样子的画图方式
from keras import models
from keras import layers
import matplotlib.pyplot as plt
import random
import numpy as np
# 载入数据
from keras.datasets import boston_housing
(train_data, train_targets), (test_data, test_targets) = boston_housing.load_data()
print(train_data.shape)
# 数据预处理,去均值和除标准差得到平均值为0和标准差为1
mean = train_data.mean(axis=0)
train_data -= mean
std = train_data.std(axis=0)
train_data /= std
test_data -= mean
test_data /= std
# --------------------------------------------
# 建立模型子函数,三层神经网络
def build_model(dense_1, dense_2, dense_3):
model = models.Sequential()
model.add(layers.Dense(dense_1, activation='relu',input_shape=(train_data.shape[1],)))
model.add(layers.Dense(dense_2, activation='relu'))
model.add(layers.Dense(dense_3, activation='relu'))
model.add(layers.Dense(1))
model.compile(optimizer='rmsprop', loss='mse', metrics=['mae'])