tensorflow学习006——多层感知器(神经网络)的代码实现

2.5个多层感知器(神经网络)的代码实现

所需文件链接:

提取码:guzz

点击查看代码

import pandas as pd
data = pd.read_csv("./dataset/Advertising.csv") #将上面下载下来的文件放在代码目录下的dataset目录
print(data.head())

图 2-12

本次数据如下图2-12所示,分别代表了电视、广播的广告成本,以及最终的销售额。

直接运行代码

点击查看代码

import tensorflow as tf
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data = pd.read_csv("./dataset/Advertising.csv")

# print(data.head())
x = data.iloc[:,1:-1] #所有的行以及除了第一列和最后一列
y = data.iloc[:,-1] #所有的行以及最后一列
model = tf.keras.Sequential(
    #添加激活函数,增加非线性拟合效果
    [tf.keras.layers.Dense(10,input_shape=(3,),activation='relu'), #第一层是10个神经元,也就是第一层的输出是10个,输入是(3,),因为每组数据都是由三个输入数据构成

     tf.keras.layers.Dense(1)] #第二层,一个神经元,输出为1个,也即是最后的销量结果
)
print(model.summary())
model.compile(optimizer='adam',loss='mse')
model.fit(x,y,epochs=100)

图片[1]-tensorflow学习006——多层感知器(神经网络)的代码实现-唐朝资源网

#预测前10个训练集中的数据 print(model.predict(data.iloc[:10,1:-1])) print(data.iloc[:10,-1]) #输出真实结果

图2-13

以上代码生成的模型结构如图2-13所示,第一层中间有10个神经元,参数为40,40=10*(3+1)@ > 其中3代表三个输入量的权重,1是每个神经元Bias的偏差。

© 版权声明
THE END
喜欢就支持一下吧
点赞13 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片