如何使用 TensorFlow 和 Keras 创建、训练并进行预测
1. 数据准备与预处理
我们将使用一个简单的线性回归问题,其中输入特征 x
和标签 y
之间存在线性关系。我们创建一个训练数据集,并将标签设置为输入特征的两倍加上一些噪声。
import numpy as np
import tensorflow as tf
# 创建训练数据,x 是输入特征,y 是标签(y = 2 * x + 噪声)
x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10], dtype=float) # 输入数据
y = 2 * x + np.random.normal(0, 1, size=x.shape) # 标签数据,加一些噪声
2. 构建模型
我们使用一个简单的神经网络来进行线性回归。这个网络只有一个全连