創(chuàng)新互聯(lián)www.cdcxhl.cn八線動態(tài)BGP香港云服務(wù)器提供商，新人活動買多久送多久，劃算不套路！

讓客戶滿意是我們工作的目標，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：空間域名、虛擬空間、營銷軟件、網(wǎng)站建設(shè)、中陽網(wǎng)站維護、網(wǎng)站推廣。

小編給大家分享一下使用keras實現(xiàn)非線性回歸的方法，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討吧！

我就廢話不多說了，大家還是直接看代碼吧~

import keras
import numpy as np
import matplotlib.pyplot as plt
#Sequential 按順序構(gòu)成的模型
from keras.models import Sequential#Sequential是模型結(jié)構(gòu)，輸入層，隱藏層，輸出層
#Dense 全連接層,Activation激活函數(shù)
from keras.layers import Dense,Activation
from keras.optimizers import SGD
 
x_data=np.linspace(-0.5,0.5,200)#從-0.5到0.5范圍內(nèi)生成200個隨機點
noise=np.random.normal(0,0.02,x_data.shape)#生成和x_data形狀一樣的噪聲
y_data=np.square(x_data)+noise
 
#顯示隨機點
#plt.scatter(x_data,y_data)
#plt.show()
 
#構(gòu)建一個順序模型
model=Sequential()
 
#1-10-1，添加一個隱藏層
model.add(Dense(units=10,input_dim=1,activation='relu'))#units是隱藏層，輸出維度，輸出y，input_dim是輸入維度，輸入x
#model.add(Activation('tanh'))#給這一層添加一個雙曲正切激活函數(shù)tanh函數(shù)
model.add(Dense(units=1,input_dim=10,activation='relu'))#input_dim可以不寫，它可以識別到上一句的輸出是10維
#model.add(Activation('tanh'))#給這一層添加一個雙曲正切激活函數(shù)tanh函數(shù)
#定義優(yōu)化器
sgd=SGD(lr=0.3)#學(xué)習(xí)率提高到0.3，訓(xùn)練速度會加快
 
model.compile(optimizer=sgd,loss='mse')#編譯這個模型，sgd是隨機梯度下降法，優(yōu)化器.mse是均方誤差
 
#訓(xùn)練模型
for step in range(5001):
  #每次訓(xùn)練一個批次
  cost=model.train_on_batch(x_data,y_data)#代價函數(shù)的值，其實就是loss
  #每500個batch打印一次cost值
  if step %500==0:
    print('cost:',cost)
 
#打印權(quán)值和偏置值
W,b=model.layers[0].get_weights()#線性回歸，只有一層
print('W:',W,'b:',b)
 
#x_data輸入網(wǎng)絡(luò)中，得到預(yù)測值y_pred
y_pred=model.predict(x_data)
 
#顯示隨機點s
plt.scatter(x_data,y_data)
#顯示預(yù)測結(jié)果
plt.plot(x_data,y_pred,'r-',lw=3)#r-表示紅色的線，lw表示線寬
plt.show() 

網(wǎng)站名稱：使用keras實現(xiàn)非線性回歸的方法-創(chuàng)新互聯(lián)
標題來源：http://weahome.cn/article/csgogd.html