27、Keras构建神经网络全解析：从基础到高级应用

Keras构建神经网络全解析：从基础到高级应用

1. 分类MLP预测示例

我们先来看一个分类MLP的预测示例。通过以下代码，我们可以对新的图像进行分类预测：

y_pred = model.predict_classes(X_new)
y_pred
array([9, 2, 1])
np.array(class_names)[y_pred]
array(['Ankle boot', 'Pullover', 'Trouser'], dtype='<U11')

这里分类器正确地对三张图像进行了分类。我们还可以获取测试集中的真实标签进行验证：

y_new = y_test[:3]
y_new
array([9, 2, 1])

2. 用Sequential API构建回归MLP

接下来，我们转向加州住房问题，使用回归神经网络来解决它。具体步骤如下：

2.1 数据加载与预处理

from sklearn.datasets import fetch_california_housing
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler 

housing = fetch_california_housing()