标签：1.0 keras dtype 用均方 神经网络 import np tensorflow model

代码如下：

%config IPCompleter.greedy=True #代码自动提示

import tensorflow as tf
print(tf.__version__)

#构建模型
from tensorflow import keras
import numpy as np
model = keras.Sequential([keras.layers.Dense(units=1,input_shape=[1])]) #一层神经网络
model.compile(optimizer='sgd',loss='mean_squared_error') #损失函数 msq方差损失

xs=np.array([-1.0,0.0,1.0,2.0,3.0,4.0],dtype=float)  #一组x值 用numpy转化为数组
ys=np.array([-3.0,-1.0,1.0,3.0,5.0,7.0],dtype=float) #对应一组y值 用numpy转化为数组

model.fit(xs,ys,epochs=500)  #训练500次预测x = 10的时候y的值

按Control+Enter运行
可以看到训练六个样例，刚开始误差很大

后面误差逐渐缩小，表面训练达到预期目的

最后检验，对x=10进行预测

model.predict([10.0])

结果如下：array([[18.982182]], dtype=float32) 得到的y很接近19

标签：1.0,keras,dtype,用均方,神经网络,import,np,tensorflow,model
来源： https://blog.csdn.net/weixin_43275631/article/details/122165426

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。