2 用TensorFlow构建一个简单的神经网络

上一篇:1 如何入门TensorFlow-CSDN博客

1、环境搭建

后续介绍的相关代码都是在pycharm运行,pycharm安装略。

打开pycharm,创建一个新的项目用于tensorflow编码练习,在Terminal输入命令:

依赖最新版本的pip

复制代码
pip install --upgrade pip

安装tensorflow

复制代码
pip install tensorflow

其他依赖项,可以在后续编码用到时根据系统提示信息再安装。


2、传统编程和机器学习的区别

用一个简单的例子介绍,比如我们写一个计算西瓜价格的程序,计算公式是:

费用=单价*重量+包装费

给出西瓜单价是1.2元/斤,包装费(可降解塑料袋)固定为0.5元

则计算公式为 费用=1.2元/斤*重量+0.5元

2.1 Python程序实现价格计算

先用Python程序实现,直接将费用计算公式写在程序里:

python 复制代码
def watermelon_total_cost(weight):
    # 费用计算公式
    total_cost = 1.2 * weight + 0.5
    return total_cost


watermelon_weight = float(input('请输入西瓜的重量:'))
cost = watermelon_total_cost(watermelon_weight)
print('费用是:%.2f' % cost)

如果输入10斤时,则程序输出费用:

2.2 机器学习实现价格预测

如果没有在程序里写死费用的计算公式,计算机如何通过训练得到这一规则?

先给出一些重量和对应费用的数据,让机器通过训练这些数据找到规则:

weight=[1, 3, 4, 5, 6, 8]

total_cost=[1.7, 4.1, 5.3, 6.5, 7.7, 10.1]

先上代码,不用急着去了解每行代码的含义,后面章节会详细解释。

python 复制代码
import numpy as np
import tensorflow as tf

# 西瓜的重量
weight = np.array([1, 3, 4, 5, 6, 8], dtype=float)

# 对应的费用
total_cost = np.array([1.7, 4.1, 5.3, 6.5, 7.7, 10.1], dtype=float)

model = tf.keras.Sequential([
    tf.keras.layers.Dense(1, input_shape=[1])
])

model.compile(loss=tf.losses.mean_squared_error, optimizer='SGD')

history = model.fit(weight, total_cost, epochs=500, verbose=False)

# 训练完成后,预测10斤西瓜的总费用
print(model.predict([10]))

程序运行结果:

预测结果是12.521......,和准确值12.5非常接近!

由上面可以看出之前我们写的程序是需要事先定义好程序的规则,才能得到答案。而机器学习是给出数据和答案,让机器通过训练得到它们之间的数学关系。

相关推荐
云泽野1 小时前
【Java|集合类】list遍历的6种方式
java·python·list
麻雀无能为力2 小时前
CAU数据挖掘实验 表分析数据插件
人工智能·数据挖掘·中国农业大学
时序之心2 小时前
时空数据挖掘五大革新方向详解篇!
人工智能·数据挖掘·论文·时间序列
IMPYLH3 小时前
Python 的内置函数 reversed
笔记·python
.30-06Springfield3 小时前
人工智能概念之七:集成学习思想(Bagging、Boosting、Stacking)
人工智能·算法·机器学习·集成学习
说私域4 小时前
基于开源AI智能名片链动2+1模式S2B2C商城小程序的超级文化符号构建路径研究
人工智能·小程序·开源
永洪科技4 小时前
永洪科技荣获商业智能品牌影响力奖,全力打造”AI+决策”引擎
大数据·人工智能·科技·数据分析·数据可视化·bi
shangyingying_14 小时前
关于小波降噪、小波增强、小波去雾的原理区分
人工智能·深度学习·计算机视觉
小赖同学啊5 小时前
物联网数据安全区块链服务
开发语言·python·区块链
码荼5 小时前
学习开发之hashmap
java·python·学习·哈希算法·个人开发·小白学开发·不花钱不花时间crud