应用keras建立ANN模型.

2024-02-01 04:44
文章标签 应用 模型 建立 keras ann

本文主要是介绍应用keras建立ANN模型.,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

介绍: 

Keras是一个开源的神经网络库,它基于Python语言,并能够在多个深度学习框架上运行,包括TensorFlow、Theano和CNTK。Keras提供了一种简洁而高层次的API,使得用户能够快速构建、训练和部署神经网络模型。

Keras的设计理念是以用户友好和易用性为重点。它提供了一系列高层次的构建模块,可以快速创建各种类型的神经网络模型,如全连接神经网络、卷积神经网络和循环神经网络等。Keras还提供了丰富的预训练模型和工具,方便用户进行模型的迁移学习和迁移部署。

Keras的优点包括简单易用、高度模块化、可扩展性强、跨平台和与TensorFlow等深度学习框架无缝集成等。由于其灵活性和高效性,Keras已经成为了开发人员和研究人员最喜欢的深度学习框架之一。

建模: 

from numpy import loadtxt
import numpy as np
from keras.models import Sequential
from keras.layers import Dense# load the dataset
dataset = loadtxt('Lesson47-pima-indians-diabetes.data', delimiter=',')# split into input (X) and output (y) variables
X = dataset[:,0:8]
y = dataset[:,8]# define the keras model
model = Sequential()#串型神经网络
model.add(Dense(12, input_dim=8, activation='relu'))#第一层hidden layer1,12个节点输出,8个点输入
model.add(Dense(8, activation='relu'))#第二层hidden layer2,8个节点输出
model.add(Dense(1, activation='sigmoid'))#输出 sigmoid把数据弄为0~1之间,最后大于0.5的为1# compile the keras model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])# fit the keras model on the dataset
model.fit(X, y, epochs=500)# evaluate the keras model
_, accuracy = model.evaluate(X, y)
print('Accuracy: %.2f' % (accuracy*100))

 

预测:

# make class predictions with the model
y_train_predict = model.predict(X)
a = np.ones(len(X))
b = a/2
c = np.insert(y_train_predict,0,b,axis=1)
predictions = np.argmax(c,axis=1)
predictions = predictions.reshape(len(X),1)
#print(y_train_predict)
# summarize the first 5 cases
for i in range(len(X)):print('%s => %d (expected %d)' % (X[i].tolist(), predictions[i], y[i]))

这篇关于应用keras建立ANN模型.的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/666116

相关文章

C语言中位操作的实际应用举例

《C语言中位操作的实际应用举例》:本文主要介绍C语言中位操作的实际应用,总结了位操作的使用场景,并指出了需要注意的问题,如可读性、平台依赖性和溢出风险,文中通过代码介绍的非常详细,需要的朋友可以参... 目录1. 嵌入式系统与硬件寄存器操作2. 网络协议解析3. 图像处理与颜色编码4. 高效处理布尔标志集合

Java中的Lambda表达式及其应用小结

《Java中的Lambda表达式及其应用小结》Java中的Lambda表达式是一项极具创新性的特性,它使得Java代码更加简洁和高效,尤其是在集合操作和并行处理方面,:本文主要介绍Java中的La... 目录前言1. 什么是Lambda表达式?2. Lambda表达式的基本语法例子1:最简单的Lambda表

Python结合PyWebView库打造跨平台桌面应用

《Python结合PyWebView库打造跨平台桌面应用》随着Web技术的发展,将HTML/CSS/JavaScript与Python结合构建桌面应用成为可能,本文将系统讲解如何使用PyWebView... 目录一、技术原理与优势分析1.1 架构原理1.2 核心优势二、开发环境搭建2.1 安装依赖2.2 验

Java字符串操作技巧之语法、示例与应用场景分析

《Java字符串操作技巧之语法、示例与应用场景分析》在Java算法题和日常开发中,字符串处理是必备的核心技能,本文全面梳理Java中字符串的常用操作语法,结合代码示例、应用场景和避坑指南,可快速掌握字... 目录引言1. 基础操作1.1 创建字符串1.2 获取长度1.3 访问字符2. 字符串处理2.1 子字

SpringShell命令行之交互式Shell应用开发方式

《SpringShell命令行之交互式Shell应用开发方式》本文将深入探讨SpringShell的核心特性、实现方式及应用场景,帮助开发者掌握这一强大工具,具有很好的参考价值,希望对大家有所帮助,如... 目录引言一、Spring Shell概述二、创建命令类三、命令参数处理四、命令分组与帮助系统五、自定

SpringBoot应用中出现的Full GC问题的场景与解决

《SpringBoot应用中出现的FullGC问题的场景与解决》这篇文章主要为大家详细介绍了SpringBoot应用中出现的FullGC问题的场景与解决方法,文中的示例代码讲解详细,感兴趣的小伙伴可... 目录Full GC的原理与触发条件原理触发条件对Spring Boot应用的影响示例代码优化建议结论F

MySQL 分区与分库分表策略应用小结

《MySQL分区与分库分表策略应用小结》在大数据量、复杂查询和高并发的应用场景下,单一数据库往往难以满足性能和扩展性的要求,本文将详细介绍这两种策略的基本概念、实现方法及优缺点,并通过实际案例展示如... 目录mysql 分区与分库分表策略1. 数据库水平拆分的背景2. MySQL 分区策略2.1 分区概念

Spring Shell 命令行实现交互式Shell应用开发

《SpringShell命令行实现交互式Shell应用开发》本文主要介绍了SpringShell命令行实现交互式Shell应用开发,能够帮助开发者快速构建功能丰富的命令行应用程序,具有一定的参考价... 目录引言一、Spring Shell概述二、创建命令类三、命令参数处理四、命令分组与帮助系统五、自定义S

C语言函数递归实际应用举例详解

《C语言函数递归实际应用举例详解》程序调用自身的编程技巧称为递归,递归做为一种算法在程序设计语言中广泛应用,:本文主要介绍C语言函数递归实际应用举例的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录前言一、递归的概念与思想二、递归的限制条件 三、递归的实际应用举例(一)求 n 的阶乘(二)顺序打印

Spring Security基于数据库的ABAC属性权限模型实战开发教程

《SpringSecurity基于数据库的ABAC属性权限模型实战开发教程》:本文主要介绍SpringSecurity基于数据库的ABAC属性权限模型实战开发教程,本文给大家介绍的非常详细,对大... 目录1. 前言2. 权限决策依据RBACABAC综合对比3. 数据库表结构说明4. 实战开始5. MyBA