我用R实现了简单的神经网络,但这是我第一次用Keras实现,所以我希望能给出一些建议。
我在Keras中开发了一个神经网络函数来预测汽车销售(数据集是可用的)。CarSales是因变量。
据我所知,Keras用于开发用于分类目的的神经网络,而不是回归。在我到目前为止看到的所有例子中,输出在0到1之间是有界的。
下面是我开发的代码,您将看到输出使用'sigmoid‘函数:
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense
from t
我已经在kaggle.I的MNIST数据集上训练了一个神经网络,我在让神经网络预测它正在接收的数字时遇到了麻烦。 我不知道如何尝试解决此问题。 ‘python import pandas as pd
from tensorflow import keras
import matplotlib.pyplot as plt
import numpy as np
mnist=pd.read_csv(r"C:\Users\Chandrasang\python projects\digit-recognizer\train.csv").val
我已经开始学习ML和神经网络的一些大学项目,而我的学习,我遇到了一个问题,在代码,我无法修复。
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tensorflow import keras
data = keras.datasets.fashion_mnist
(train_images,train_labels),(test_images,test_labels) = data.load_data()
class_names = ['T-shirt/top'
我想在Keras中创建一个神经网络,将手写的文字转换成计算机字母。
我的第一步是将一个句子转换成一个数组。我的阵列有形状(1, number of letters,27)。现在我想把它输入我的深层神经网络和训练。
但是,如果尺寸不符合我的图像,我该如何正确地输入呢?以及如何实现我的预测函数给我一个输出数组的(1, number of letters,27)
我有一个虚拟的数据集,该数据集是一家公司的三年费用,分布在不同的费用头上。对于Heads列,我采用了虚拟变量。在按日期顺序对数据进行分组后,我删除了year和month列。下面是一个示例。
Head Year Month Expense StockPrice
A 2005 1 23 120
A 2006 2 23 121
B 2006 3 1000 130
C 2006 4 1500 135
C 2007 1 1400 125
我已经建立了一个用于回
我正在学习keras,我的任务很简单。使用数据中的3个变量来预测另一个变量值,它在R/Python ANN模型上具有较好的准确性。但是,当我尝试使用keras构建神经网络时,它无法在0精度下工作。代码是,
from keras.models import Sequential
from keras.layers import Dense, Activation
import pandas as pd
from sklearn.cross_validation import train_test_split
data = pd.read_csv(datapath)
data = data.dr
最近,我试图完成一个神经网络,以Keras作为神经网络的框架,Quandl作为检索历史股票价格的数据库,来预测股票市场上单个股票价格的波动;该程序的代码是在Google Col堕胎集成开发环境中完成的,程序如下所示:
import tensorflow as tf
import keras
import numpy as np
import quandl
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
import pandas as pd
df = quandl.get
问题的实质:我想用互联网上现成的例子来理解最简单的神经网络。我训练了它,然后我不明白如何在条件用户的输入数据上测试它的有效性。我在互联网上找到了模型的函数: predict()、save()、loaded_model()。如果结果是loaded_model()和16_model(),并且创建了文件夹'16_model‘,则会从created ()抛出错误。请告诉我如何使用它,或如何测试神经网络的输入,而不是测试数据。
import keras
from keras.models import Sequential
from keras.layers import Dense
impor