zhangkexin_z的博客

对于标准深度学习模型，我们可以使用框架的预定义好的层。这使我们只需关注使用哪些层来构造模型，而不必关注层的实现细节。我们首先定义一个模型变量net，它是一个Sequential类的实例。Sequential类将多个层串联在一起。当给定输入数据时，Sequential实例将数据传入到第一层， 然后将第一层的输出作为第二层的输入，以此类推。在Keras中，全连接层在Dense类中定义。由于我们只想得到一个标量输出，所以我们将该数字设置为1。

回归（regression）是能为一个或多个自变量与因变量之间关系建模的一类方法。在自然科学和社会科学领域，回归经常用来表示输入和输出之间的关系。

标量由只有一个元素的张量表示。下面的代码将实例化两个标量，并执行一些熟悉的算术运算，即加法、乘法、除法和指数。

本章使用pandas预处理原始数据，并将原始数据转换为张量格式。首先需要先安装pandas。

在上一篇笔记中，知道了如何在相同形状上的两个张量执行按元素操作，如果是不同形状的两个张量，我们可以通过调用广播机制来执行按元素操作。

下载对应系统版本的。我的系统是ubuntu，所以选择Miniconda3 Linux 64-bit。下载后执行下载的sh脚本执行后，运行conda初始化命令关闭当前命令终端，打开新的终端，创建一个新的环境激活tensorflow环境安装tensorflow。