import tensorflow as tf
print('tensorflow version: {}'.format(tf.__version__))
import sys
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
data = pd.read_csv('dataset/advertising.csv')
data.head()
plt.scatter(data.tv,data.sales)
x = data.iloc[:,1:-1]#除去第一列和最後一列
y = data.iloc[:,-1]#最後一列
#直接在順序模型中寫入模型輸入層輸出層
#dense中的每一行代表一層，第一行為第乙個隱藏層具有10個維度，輸入為2個自變數（即3維）
#第二行為第二個隱藏層，由於本模型只有乙個隱藏層，因此這裡第二個隱藏層為輸出層，具有1個維度，輸入為10
#輸入層到隱藏層的啟用函式採用relu,sigmoid,tanh,leak relu
model = tf.keras.sequential([tf.keras.layers.dense(10,input_shape=(3,),activation='relu'),
tf.keras.layers.dense(1)]
)model.summary()
model.compile(optimizer='adma',
loss='mse'
)model.fit(x,y,epochs=100)
test = data.iloc[:10,1:-1]
model.predict(test)
test = data.iloc[:10,-1]
test
神經網路 感知機
受生物學的啟發，人工神經網路是有一系列簡單的單元互相緊密聯絡構成的，每個單元有一定數量的實數輸入和唯一的實數輸出。神經網路的乙個重要的用途就是接受和處理感測器產生的複雜輸入並行進行自適應的學習。人工神經網路演算法模擬生物神經網路，是一種模式匹配演算法，通常用於解決分類和回歸問題。人工神經網路是機器學...
1 從多層感知機到卷積神經網路
答案是必然的，但是dnn有不少缺點，為此引入cnn。一般情況下，影象資料比較大，意味著網路的輸入層維度也比較大。當然可以對其進行處理，即使這樣，假設處理完後影象變為2562563的彩色圖，即輸入的維度的值為196608。那麼後面的隱藏層的神經元個數自然也能太少，假設為1024。僅僅一層的鏈結就有高達...
神經網路 一） 感知機
計算智慧型 是北航開的一門研究生課程，主要內容為神經網路的原理和應用。該課程從聖經網路的原理開始，以感知機 簡單神經網路為過渡，最後以深度學習結束。此博文為在學習該門課程的過程中，自己在完成課程作業的過程中的一些 和心得。作業一 感知機的基本原理與應用題目 設有兩個模式樣本集合 d1 d2 用感知機...