Keras深度學習筆記 實現單變數線性回歸

線性回歸問題，建立了100個離散點，然後用一條直線去擬合它們。

import  matplotlib.pyplot as plt

import numpy as np
from keras.models import sequential
from keras.layers import dense

x_data=np.random.rand(

100)
noise=np.random.normal(0,
0.01
,x_data.shape)
y_data=x_data*
0.1+
0.2+noise
# 顯示隨機點
我們需構建乙個序列模型。新增全連線層，只需要使用乙個 dense 層。
model=sequential(

)model.add(dense(units=
1,input_dim=1)
)
dense:新增一層神經元

units:輸出神經元個數
input_dim=1 輸入，上層輸入的張量維度。
model.

compile
(optimizer=
'sgd'
,loss=
'mse'
)
sgd:隨機梯度下降法

mse:均方誤差
cost=model.fit(x_data,y_data,batch_size=

1,epochs=
100)
列印權重

w,b=model.layers[0]

.get_weights(
)print
('w:'
,w,'b:'
,b)
w: [[0.1033254]] b: [0.19751233]

y_pred=model.predict(x_data)
# 顯示隨機點

plt.scatter(x_data,y_data)
# 顯示**結果
深度學習 Keras框架學習筆記
看了很多前輩對深度學習框架的介紹，雖然很多新人會用tensorflow，但是keras 更加簡單精簡，更受深度學習初學者的青睞。keras是乙個高層神經網路api，keras由純python編寫而成並基tensorflow theano以及cntk後端。keras在以下場景會大放異彩 網路層 損失函...
深度學習 Keras實現手寫訓練
基於keras對mnist手寫資料集進行訓練 使用兩層神經網路 from keras.datasets import mnist import keras 深度學習框架 import keras.models 模型 from keras.models import sequential 神經網路 f...
深度學習ACGan學習筆記，keras版
對抗生成網路gan變體集合 keras版本 一.acgan auxiliary classifier gan 依舊有generator,discriminator,可使用mnsit訓練生成。和dcgan的不同 1.增加了class類別標籤參與訓練，可以生成指定類別的 引用的 web安全之強化學習與g...