tensorflow2 层模板

线性回归

#建立模型结构
model = tf.keras.Sequential()
#添加层,第一个参数是输出神经元个数,第二个参数表示(输入特征,输入训练数量)
model.add(tf.keras.layers.Dense(1,input_shape=(1,)))
#查看网络层结构
model.summary()
#编译,参数分别是优化方法,损失函数
model.compile(optimizer='adam',loss='mse')
#训练,传入数据以及训练次数
history = model.fit(x,y,epochs=5000)

逻辑回归

#建立模型结构
model = tf.keras.Sequential()
#添加层,第一个参数是输出神经元个数,第二个参数表示(输入特征,输入训练数量)
#以及激活函数
model.add(tf.keras.layers.Dense(4,input_shape=(15,),activation='relu'))
#中间层不需要设置输入shape
model.add(tf.keras.layers.Dense(4,activation='relu'))
#最后一层激活函数用二分类sigmoid
model.add(tf.keras.layers.Dense(1,activation='sigmoid'))
#查看网络层结构
model.summary()
#编译,设置优化方法、损失函数,metrics表示训练时输出参考准曲率等
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['acc'])

 

上一篇:Oracle:row_number()、rank()、dense_rank()


下一篇:fatal err Eigen/Dense No such file or directory(unsupported/Eigen/FFT、Eigen/Core也是一样的道理)