# 第一个案例 #import keras;from tensorflow import keras import numpy as np model = keras.Sequential([keras.layers.Dense(units=1,input_shape=[1])]); model.compile(optimizer='sgd',loss='mean_squared_error');xs=np.array([-1.0,0.0,1.0,2.0,3.0,4.0],dtype=float); ys=np.array([-3.0,-1.0,1.0,3.0,5.0,7.0],dtype=float); model.fit(xs,ys,epochs=500); print(model.predict([10.0]));
第一个案例
本文通过Python的Keras库实现了一个简单的线性回归模型。该模型利用均方误差作为损失函数,并采用梯度下降法进行训练。通过一系列已知的数据点训练模型后,能够预测新的输入值。

被折叠的 条评论
为什么被折叠?



