【tensorflow框架神经网络实现鸢尾花分类_Keras】

文章目录

• 1、前言
• 2、鸢尾花分类
• 3、结果打印

1、前言

【tensorflow框架神经网络实现鸢尾花分类】一文中使用自定义的方式，实现了鸢尾花数据集的分类工作。在这里使用tensorflow中的keras模块快速、极简实现鸢尾花分类任务。

2、鸢尾花分类

import tensorflow as tf
from sklearn import datasets
import numpy as np

# 加载数据集
np.random.seed(0)
iris = datasets.load_iris()
x_train, y_train = iris.data, iris.target
np.random.seed(0)
np.random.shuffle(x_train)
np.random.seed(0)
np.random.shuffle(y_train)

# 设置随机种子
tf.random.set_seed(0)

# 构建模型
model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(3, activation='softmax', kernel_regularizer=tf.keras.regularizers.l2(0.01))
])

# 编译模型
model.compile(optimizer=tf.keras.optimizers.SGD(learning_rate=0.1),
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
              metrics=['sparse_categorical_accuracy'])

# 训练模型
model.fit(x_train, y_train, batch_size=32, epochs=500, validation_split=0.2, validation_freq=20)

# 打印模型摘要
model.summary()

3、结果打印