TensorFlow 示例平方米转亩

TensorFlow 和 Keras 来构建一个简单的神经网络模型，用于将输入的平方米数值转换为对应的亩数。代码包括了数据准备、模型构建、编译、训练、评估以及绘制损失曲线的过程。下面我会详细解释每一部分TensorFlow 和 Keras 来构建一个简单的神经网络模型，用于将输入的平方米数值转换为对应的亩数。代码包括了数据准备、模型构建、编译、训练、评估以及绘制损失曲线的过程。下面我会详细解释每一部分

1. 数据准备与预处理

平方米 = np.array([15, 30, 50, 100, 150, 300, 315, 666.66, 1000], dtype=float)
亩 = np.array([0.0225, 0.0450, 0.0750, 0.1500, 0.2250, 0.4500, 0.4725, 1.0000, 1.5000], dtype=float)
#将 平方米 数组的形状调整为一个列向量。
平方米 = 平方米.reshape(-1, 1)

2. 构建模型

构建了一个简单的神经网络，只有一个 Dense 层，输入是一个值，输出也是一个值。这个网络尝试找到输入（平方米）和输出（亩）之间的关系。

layer = tf.keras.layers.Dense(units=1, input_shape=[1])  # 输入一个值，输出一个值
model = tf.keras.Sequential([layer])

3. 编译模型

这里使用了 Adam 优化