吴裕雄--天生自然TensorFlow高层封装:Keras-返回值
2024-10-08 18:46:46
# 1. 数据预处理。
import keras
from keras.models import Model
from keras.datasets import mnist
from keras.layers import Input, Dense
from tflearn.layers.core import fully_connected num_classes = 10
img_rows, img_cols = 28, 28 # 通过Keras封装好的API加载MNIST数据。
(trainX, trainY), (testX, testY) = mnist.load_data()
trainX = trainX.reshape(trainX.shape[0], img_rows * img_cols)
testX = testX.reshape(testX.shape[0], img_rows * img_cols) # 将图像像素转化为0到1之间的实数。
trainX = trainX.astype('float32')
testX = testX.astype('float32')
trainX /= 255.0
testX /= 255.0 # 将标准答案转化为需要的格式(one-hot编码)。
trainY = keras.utils.to_categorical(trainY, num_classes)
testY = keras.utils.to_categorical(testY, num_classes)
# 2. 通过返回值的方式定义模型。
inputs = Input(shape=(784,)) x = Dense(500, activation='relu')(inputs)
predictions = Dense(10, activation='softmax')(x) model = Model(inputs=inputs, outputs=predictions)
model.compile(loss=keras.losses.categorical_crossentropy,optimizer=keras.optimizers.SGD(),metrics=['accuracy'])
# 3. 训练模型。
model.fit(trainX, trainY,batch_size=32,epochs=10,validation_data=(testX, testY))
最新文章
- jquery检测浏览器类型
- Mina、Netty、Twisted一起学(九):异步IO和回调函数
- 今天的学习——关于JS时间获取方面的小问题
- CSS属性之 -- overflow
- Amoeba基本配置
- js给php传值
- lightoj 1018 (状态压缩DP)
- 修改oracle数据库为归档模式
- 8-14-Exercise(博弈:HDU 1846 &; HDU 1527 )
- 重启iis线程池和iis站点
- 嵌套for in循环组合cat方式文件中包含空格问题
- 渲染引擎 &; 页面渲染流程 &; 阻塞
- Cent OS &; Windows 双系统自定义引导菜单
- jenkins构建成功,但war包没有发布到tomcat下
- CentOS5.5上安装Python2.7及ez_setup和pip包
- 牛刀小试MySQL--日志文件
- bootstrap3 input 验证样式【转】
- L - The Shortest Path Gym - 101498L (dfs式spfa判断负环)
- PAT甲题题解-1011. World Cup Betting (20)-误导人的水题。。。
- 《Nginx - location配置》