标准化后,如何使用 Tensorflow 来训练和构建模型?
pythonserver side programmingprogrammingtensorflow
可以分别使用 ‘compile’ 和 ‘fit’ 方法针对鲍鱼数据进行训练和构建模型。‘fit’ 方法还将 epoch 数作为参数。
我们将使用鲍鱼数据集,其中包含一组鲍鱼测量值。鲍鱼是一种海蜗牛。目标是根据其他测量值预测年龄。
我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 有助于在浏览器上运行 Python 代码,无需配置,并且可以免费访问 GPU(图形处理单元)。 Colaboratory 已在 Jupyter Notebook 上构建。
print("正在编译模型") norm_abalone_model.compile(loss = tf.losses.MeanSquaredError(),optimizer = tf.optimizers.Adam()) print("正在将模型拟合到数据") norm_abalone_model.fit(abalone_features, abalone_labels, epochs=8)
代码来源:https://www.tensorflow.org/tutorials/load_data/csv
输出
The model is being compiled The model is being fit to the data Epoch 1/8 104/104 [==============================] - 0s 989us/step - loss: 98.3651 Epoch 2/8 104/104 [==============================] - 0s 945us/step - loss: 65.4568 Epoch 3/8 104/104 [==============================] - 0s 922us/step - loss: 21.7297 Epoch 4/8 104/104 [==============================] - 0s 912us/step - loss: 6.3429 Epoch 5/8 104/104 [==============================] - 0s 988us/step - loss: 5.0949 Epoch 6/8 104/104 [==============================] - 0s 958us/step - loss: 4.9868 Epoch 7/8 104/104 [==============================] - 0s 1ms/step - loss: 4.8982 Epoch 8/8 104/104 [==============================] - 0s 1ms/step - loss: 4.7936 <tensorflow.python.keras.callbacks.History at 0x7fda8213c898>
解释
- 一旦构建了规范化层,就会使用训练数据对模型进行训练。
- 一旦训练完成,就会使用"Model.fit"方法将特征和标签传递给数据。