tensorflow学习006——多层感知器（神经网络）的代码实现

2.5多层感知器（神经网络）的代码实现

需要文件的链接：https://pan.baidu.com/s/1qw30xhWnezLfDZln2_CbBg
提取码：guzz

点击查看代码

import pandas as pd
data = pd.read_csv("./dataset/Advertising.csv") #将上面下载下来的文件放在代码目录下的dataset目录
print(data.head())

图2-12
这次的数据如图2-12所示，分别表示再TV，radio，newspaper上投入广告的费用以及最后产生的销量sales
直接上可运行代码

点击查看代码

import tensorflow as tf
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

data = pd.read_csv("./dataset/Advertising.csv")
# print(data.head())
x = data.iloc[:,1:-1] #所有的行以及除了第一列和最后一列
y = data.iloc[:,-1] #所有的行以及最后一列
model = tf.keras.Sequential(
    #添加激活函数，增加非线性拟合效果
    [tf.keras.layers.Dense(10,input_shape=(3,),activation='relu'), #第一层是10个神经元，也就是第一层的输出是10个，输入是(3,)，因为每组数据都是由三个输入数据构成
     tf.keras.layers.Dense(1)] #第二层，一个神经元，输出为1个，也即是最后的销量结果
)
print(model.summary())

model.compile(optimizer='adam',loss='mse')
model.fit(x,y,epochs=100)
#预测前10个训练集中的数据
print(model.predict(data.iloc[:10,1:-1]))
print(data.iloc[:10,-1]) #输出真实结果

图2-13
上面代码产生的模型结构如图2-13所示，第一层中间是10个神经元，参数是40，40=10*（3+1） 其中3表示是对输入的三个量的权重，1是每个神经元的bias偏置。