如何使用 Tensorflow 和鲍鱼数据集构建顺序模型?

pythonserver side programmingprogrammingtensorflow

可以使用"Sequential"方法在 Keras 中构建顺序模型。此方法中指定了层的数量和类型。

阅读更多: 什么是 TensorFlow,以及 Keras 如何与 TensorFlow 配合使用来创建神经网络?

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结果预测年龄。

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("正在构建顺序模型")
abalone_model = tf.keras.Sequential([
   layers.Dense(64),
   layers.Dense(1)
])
abalone_model.compile(loss = tf.losses.MeanSquaredError(),optimizer = tf.optimizers.Adam())
print("正在将数据拟合到模型中")
abalone_model.fit(abalone_features, abalone_labels, epochs=10)

代码来源:https://www.tensorflow.org/tutorials/load_data/csv

输出

正在构建顺序模型
正在将数据拟合到模型中
Epoch 1/10
104/104 [==============================] - 0s 963us/step - loss: 84.2213
Epoch 2/10
104/104 [==============================] - 0s 924us/step - loss: 16.0268
Epoch 3/10
104/104 [==============================] - 0s 860us/step - loss: 9.4125
Epoch 4/10
104/104 [==============================] - 0s 898us/step - loss: 8.9159
Epoch 5/10
104/104 [==============================] - 0s 912us/step - loss: 7.9076
Epoch 6/10
104/104 [==============================] - 0s 936us/step - loss: 6.8316
Epoch 7/10
104/104 [==============================] - 0s 992us/step - loss: 7.1021
Epoch 8/10
104/104 [==============================] - 0s 1ms/step - loss: 7.0550
Epoch 9/10
104/104 [==============================] - 0s 1ms/step - loss: 6.2762
Epoch 10/10
104/104 [==============================] - 0s 883us/step - loss: 6.5584
<tensorflow.python.keras.callbacks.History at 0x7fda82a35160>

解释

  • 建立一个回归模型来预测鲍鱼数据集的"Age"列。
  • 建立一个顺序模型,因为只有一个输入张量。
  • 编译(训练)模型,然后将特征和标签传递给"Model.fit"方法。

相关文章