สามารถสร้างโมเดลตามลำดับใน Keras โดยใช้วิธี 'Sequential' จำนวนและประเภทของเลเยอร์ระบุไว้ในวิธีนี้
อ่านเพิ่มเติม: TensorFlow คืออะไรและ Keras ทำงานร่วมกับ TensorFlow เพื่อสร้าง Neural Networks อย่างไร
เราจะใช้ชุดข้อมูลหอยเป๋าฮื้อซึ่งมีชุดการวัดหอยเป๋าฮื้อ หอยเป๋าฮื้อเป็นหอยทากชนิดหนึ่ง เป้าหมายคือการทำนายอายุตามการวัดอื่นๆ
เรากำลังใช้ Google Colaboratory เพื่อเรียกใช้โค้ดด้านล่าง Google Colab หรือ Colaboratory ช่วยเรียกใช้โค้ด Python บนเบราว์เซอร์และไม่ต้องมีการกำหนดค่าใดๆ และเข้าถึง GPU ได้ฟรี (หน่วยประมวลผลกราฟิก) Colaboratory สร้างขึ้นบน Jupyter Notebook
print("กำลังสร้างโมเดลตามลำดับ") abalone_model =tf.keras.Sequential([layer.Dense(64),layer.Dense(1)])abalone_model.compile(loss =tf.losses.MeanSquaredError( ),optimizer =tf.optimizers.Adam())print("ข้อมูลกำลังพอดีกับโมเดล") abalone_model.fit(abalone_features, abalone_labels, epochs=10)
เครดิตโค้ด:https://www.tensorflow.org/tutorials/load_data/csv
ผลลัพธ์
กำลังสร้างโมเดลตามลำดับ ข้อมูลกำลังพอดีกับ modelEpoch 1/10104/104 [===============================] - 0s 963us/ขั้นตอน - ขาดทุน:84.2213Epoch 2/10104/104 [===============================] - 0s 924us/ขั้นตอน - ขาดทุน:16.0268Epoch 3/10104/104 [==============================] - 0s 860us / ขั้นตอน - การสูญเสีย:9.4125Epoch 4/10104/104 [==============================] - 0s 898us/ขั้นตอน - การสูญเสีย:8.9159Epoch 5/10104/104 [==============================] - 0s 912us/ขั้นตอน - ขาดทุน:7.9076 Epoch 6/10104/104 [==============================] - 0s 936us/ขั้นตอน - ขาดทุน:6.8316Epoch 7/ 10104/104 [==============================] - 0s 992us/ขั้นตอน - ขาดทุน:7.1021Epoch 8/10104/104 [===============================] - 0s 1ms/ขั้นตอน - ขาดทุน:7.0550Epoch 9/10104/104 [==============================] - 0s 1ms/ขั้นตอน - ขาดทุน:6.2762Epoch 10/10104/104 [==============================] - 0s 883us/step - loss:6.5584ก่อน> คำอธิบาย
- แบบจำลองการถดถอยถูกสร้างขึ้นเพื่อทำนายคอลัมน์ 'อายุ' ของชุดข้อมูลหอยเป๋าฮื้อ
- มีการสร้างแบบจำลองตามลำดับเนื่องจากมีเทนเซอร์อินพุตเดียว
- โมเดลได้รับการคอมไพล์แล้ว (ผ่านการฝึกอบรม) จากนั้นคุณลักษณะและป้ายกำกับจะถูกส่งไปยังเมธอด 'Model.fit'