TensorFlow入门实操课程第一章练习笔记

在本练习中，您将尝试构建一个神经网络，让它根据一个简单的公式来预测房屋的价格。

想象一下，如果房子的定价很简单，带一间卧室的房子价格是5万+5万，那么一间卧室的房子要花10万元；两间卧室的房子就要花15万元，如此类推。

如何创建一个神经网络，来学习这种关系，让它会预测一个7间卧室的房子，价格接近40万。

提示：如果将房价单位用10万表示（称为scale），网络判断准确性会更好。例如对于x=1，输出1，表示10万；x=2，输出1.5表示15万。神经元网络对大数值处理不是太好，一般训练数据都要经过scalling变小才行

import tensorflow as tf

import numpy as np

from tensorflow import keras

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])

model.compile(optimizer='sgd', loss='mean_squared_error')

xs = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], dtype=float)

ys = np.array([1.0, 1.5, 2.0, 2.5, 3.0, 3.5], dtype=float)

model.fit(xs, ys, epochs=1000)

print(model.predict([7.0]))

巴特西

TensorFlow入门实操课程第一章练习笔记

最新文章

热门文章